1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | deep-agents-orchestration-langchain-ai-langchain-skills（SKILL.md 内部名称 deep-agents-orchestration） |
GitHub |
| 作者/维护者 | LangChain（langchain-ai 官方组织，LangGraph、LangChain、Deep Agents 框架的开发方） |
GitHub API + plugin.json |
| 来源链接 | https://github.com/langchain-ai/langchain-skills/tree/main/config/skills/deep-agents-orchestration | — |
| 许可证 | MIT（声明于仓库 .claude-plugin/plugin.json 的 license 字段；仓库根目录未附独立 LICENSE 文件，故 GitHub API 的 license 字段显示为空） |
GitHub API + 仓库文件 |
| GitHub Stars/Forks | 所属合集仓库 langchain-ai/langchain-skills 整体 1,110★/86 forks（覆盖约 20 个不同子技能，不代表本技能自身热度） |
GitHub API |
| 最新版本 | 0.1.0（plugin.json 声明；README 注明项目处于早期阶段，API 与技能内容可能变化） | GitHub |
| 安装方式 | npx skills add langchain-ai/langchain-skills --skill deep-agents-orchestration --yes |
GitHub README |
2. 功能介绍与亮点
这份技能是 LangChain 官方 Deep Agents 框架里“编排层”的参考手册，一次讲清三种自动内置于 create_deep_agent() 的中间件：SubAgentMiddleware（子 Agent 委派）、TodoListMiddleware（任务规划）、HumanInTheLoopMiddleware（人工审批）。
主要亮点：
- 子 Agent 委派全流程：何时该拆子 Agent（需要专用工具、想隔离复杂工作、想给主 Agent 一个干净上下文）、如何自定义子 Agent 的工具与系统提示词、子 Agent 无状态（每次调用必须给完整指令）、自定义子 Agent 不会自动继承主 Agent 技能列表这类反直觉细节，均给出“错误写法 vs 正确写法”对照。
- 任务规划：
write_todos工具的调用方式、todo 项的三种状态（pending/in_progress/completed）、以及 todo 列表必须靠thread_id才能跨调用持久化的要求。 - 人工审批：按工具粒度配置哪些操作需要人工介入（
interrupt_on）、批准/编辑/拒绝三种决策类型的完整代码示例，以及“agent 能配置什么、不能配置什么”的边界清单。 - “能配置 / 不能配置”边界说明 和 6 组常见错误的独立小节（漏配 checkpointer、忘传 thread_id、在两次
invoke()之间而非执行中检查中断等），让开发者不必自己踩坑总结。 - Python 与 TypeScript 双语言：三大能力的全部示例均提供两种语言版本，且内容与 SKILL.md 自身的功能描述完全对应，未见“承诺但未兑现”的缺口。
3. 适用场景
所属分类：元技能与 Agent 增强（该技能教的是如何构建 Agent 自身的编排机制——子 Agent 委派、任务规划、审批中间件，属于“Agent 行为方式”本身）。
适合已经决定用 LangChain Deep Agents 这层高层封装搭建复杂应用、需要把工作拆给多个专职子 Agent 处理，或需要在高风险操作（写库、部署、删除数据）前插入人工审批环节的中级开发者。也适合正在把原型从“单 Agent 一把梭”升级为“主 Agent + 多个专职子 Agent”架构、担心子 Agent 无状态或技能不继承等细节踩坑的团队。
4. 跨 Agent 兼容性
- Claude Code：原生支持。README 明确列出 Claude Code，提供专用 Claude Code Plugin 安装路径（
/plugin marketplace add+/plugin install），也是install.sh的默认安装目标。 - Codex：可用，但专属打包仍在推进中。README 给出向 Codex 下自然语言指令安装同仓库技能的示例，说明通过通用 Agent Skills 规范（
npx skills）已可在 Codex 中使用；仓库 Issues 中存在一条尚未关闭的“Support for codex plugin”请求，显示专属 Codex 插件封装尚未完成。 - OpenClaw / Hermes Agent：❓ 未验证。抓取到的材料（README、SKILL.md、Issues）未提及这两个 Agent。
5. 推荐理由
多 Agent 编排是从“单 Agent demo”迈向“生产级复杂应用”的关键一步，但子 Agent 该怎么拆、状态怎么传、审批怎么插，多数团队只能翻源码或试错摸索。这份技能把 Deep Agents 官方内置的三种编排中间件——子 Agent 委派、任务规划、人工审批——的正确用法与常见错误压缩成一份可直接调用的结构化参考，随 Claude Code 等编码 Agent 写代码时按需加载，能显著减少“子 Agent 忘记给完整指令”“HITL 忘配 checkpointer”这类隐蔽配置错误导致的调试时间。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 由 LangChain 官方组织 langchain-ai 发布并维护（LangGraph/LangChain/Deep Agents 的所有权方）；所属合集仓库整体 1,110 stars，但该数字由约 20 个子技能共享、不代表本技能自身热度；尚未检索到针对本技能自身的独立第三方报道或评测数据 |
| 可用性 | 9 | 一条命令即可单独安装；SKILL.md 内容与自身功能描述完全对应，无缺章节；Python/TypeScript 双语言示例齐全，附 6 组常见错误修复；无需付费依赖；所属仓库最近一次提交为 2026-08-07，持续活跃维护 |
| 安全性 | 9 | 纯 Markdown 参考文档，技能本身不含可执行脚本、不发起网络请求、不索取任何 API Key 或凭据；通读全文未发现可疑指令或隐藏外发行为；LangChain 官方组织出品，License MIT 声明明确 |
综合评分：8.3
安全检查清单：①技能本体不执行 shell 命令，示例代码由用户自行决定是否运行 ②技能本身运行时不联网、不外发数据 ③不要求用户向本技能提供 API Key 或凭据（示例中的 ANTHROPIC_API_KEY 等是调用底层框架时的常规做法，非本技能索取）④通读全文，均为配置说明与代码示例，未发现可疑指令 ⑤LangChain 官方组织出品，langchain-ai 为 LangGraph/LangChain/Deep Agents 官方开发方 ⑥License MIT，声明于 plugin.json，含义明确 ⑦最近一次提交为 2026-08-07，持续维护中
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
| CrewAI（角色制多 Agent 框架） | 用“角色/团队”抽象描述多 Agent 协作，学习曲线最低，适合快速搭原型 | 是一整套独立框架而非可安装的参考技能；生产环境的可观测性与错误恢复能力弱于 LangGraph 生态 |
| Microsoft AutoGen/AG2 | 用“群聊”（GroupChat）模式协调多个对话式 Agent，研究与学术场景采用较多 | 协调模型是对话轮转而非本技能的“主 Agent 派发任务→子 Agent 执行→返回报告”单向委派模式；生产落地案例相对更少 |
| OpenAI Agents SDK / Swarm | 显式的 Agent 间“交接”（handoff）模式，轻量、目标场景窄 | 定位为实验性轻量库而非完整编排框架；本技能的子 Agent 是“任务委派”而非“控制权转移”，且额外覆盖任务规划与审批两块 Swarm 不涉及的能力 |
| langgraph-human-in-the-loop（同仓库姊妹技能） | 聚焦 LangGraph 原生的 interrupt() / Command(resume=...) 底层机制与中断恢复语义的反直觉陷阱，面向直接手写 LangGraph 图的开发者 |
本技能聚焦 Deep Agents 封装层的 interrupt_on 配置与三种中间件的整体协同，面向使用高层框架而非手写底层图的开发者，抽象层级更高 |
8. 用户评价
该技能所属仓库的 GitHub Issues 中未检索到与本技能直接相关的具名评价。技能所教的 Deep Agents 子 Agent 编排能力已有独立第三方技术作者撰文评价：个人技术博客作者 Andrew（andrew.ooo，2026-04-17 发文）在《LangChain Deep Agents Review: Open-Source Agent Harness》中称 Deep Agents 是“最完整的开源 Agent 框架”，并特别指出 v0.5 版本新增的异步子 Agent 功能“改变了游戏规则”（a game changer），同时诚实指出该项目相对年轻、深度依赖 LangChain 生态等局限。该文章评价的是 Deep Agents 框架整体及其子 Agent 机制，未点名本仓库或 deep-agents-orchestration 这一具体技能条目。
9. 其他补充
同仓库还包含 deep-agents-core（中间件选型总览与 SKILL.md 规范）、deep-agents-memory（跨会话记忆中间件详解）、managed-deep-agents（托管部署方案）等围绕 Deep Agents 不同环节的姊妹技能，可按需单独安装，不必整包引入。
10. 安装使用方式
- 单独安装本技能（推荐）：
npx skills add langchain-ai/langchain-skills --skill deep-agents-orchestration --yes；全局安装加--global - 指定安装到 Claude Code：
npx skills add langchain-ai/langchain-skills --agent claude-code --skill deep-agents-orchestration --yes --global - 作为 Claude Code 插件整包安装：
/plugin marketplace add langchain-ai/langchain-skills后/plugin install langchain-skills@langchain-skills（会装入该仓库全部子技能，而非仅此一个） - 安装后注意事项：无需配置 API Key 或环境变量即可使用本技能本身；实际运行
create_deep_agent()搭建的 Agent 时需自行配置所选模型的 API Key；使用 HITL 审批功能时必须配置checkpointer（如MemorySaver）且固定thread_id，否则中断无法正确恢复；直接向 Claude Code 描述“给我的 Deep Agent 加一个需要人工审批的子 Agent”之类的需求即可触发调用
11. 注意事项
- 项目版本号仍为 0.1.0，README 明确处于早期阶段，API 与技能内容后续可能调整
- 人工审批（HITL）功能强制要求配置 checkpointer 与固定 thread_id，两者缺一都会导致中断无法正确恢复或状态丢失，技能内已用“错误写法 vs 正确写法”标出，但仍需开发者在自己的代码里正确落实
- 子 Agent 为无状态设计，每次调用必须给出完整指令，跨调用不会记得之前说过的话，这一点与部分开发者对“子 Agent”的直觉预期不同
- 自定义子 Agent 默认不继承主 Agent 的技能列表，需要显式声明，否则会出现子 Agent“找不到”预期能力的情况