1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | deepagents-python-quickstart-langchain-ai-langchain-skills（SKILL.md 内部名称 deepagents-python-quickstart） |
GitHub |
| 作者/维护者 | LangChain（langchain-ai 官方组织，LangChain / LangGraph / 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/deepagents-python-quickstart | — |
| 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） |
GitHub API + 仓库文件 |
| GitHub Stars/Forks | 所属合集仓库 langchain-ai/langchain-skills 整体 1,115★/86 forks（覆盖 22 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 deepagents-python-quickstart --yes |
GitHub README |
2. 功能介绍与亮点
这是 LangChain 官方 Deep Agents 框架的本地速成脚手架技能：引导编码 Agent 抓取官方 Mintlify 在线文档（而非凭记忆臆造 API），在一个全新目录里搭出一个可运行的“研究型”Deep Agent（create_deep_agent + 研究系统提示词，用一个真实问题如“What is LangGraph?“跑一次验证）。
主要亮点：
- 文档实时抓取而非硬编码：明确要求先抓取
docs.langchain.com/oss/python/deepagents/quickstart当前页面再照做，避免因框架 API 变化产生过时代码。 - 省一个付费依赖：官方 quickstart 默认用 Tavily 搜索 API，本技能显式要求改用所选模型提供商自带的联网搜索（Anthropic / OpenAI / Google 三家的具体工具调用格式各给一行示例），把用户需要额外注册的付费服务从两个压到一个。
- 模型无关的引导式配置：技能主动询问用户想用哪个
provider:model，模型不确定时给出明确默认值，不假设用户一定用某一家。 - 隔离与凭据卫生：要求在新建目录中操作、不污染用户已打开的项目；唯一凭据（模型提供商 API Key）写入
.env并建议用户自己编辑，不经聊天窗口传递。 - 收尾指路：跑通示例后即停止，并指向
deep-agents-core（架构与配置深入参考）与 Managed Deep Agents（托管部署）供下一步深入。
3. 适用场景
所属分类：元技能与 Agent 增强
想在本地快速试用 LangChain Deep Agents 框架、验证一个具备联网搜索能力的研究型智能体能否满足需求的 Python 开发者；也适合刚接触 Deep Agents、想先跑通一个可工作的最小示例再决定是否深入学习 deep-agents-core 等进阶技能的初中级用户。不适合已经熟悉框架、需要生产级中间件配置（记忆、子 Agent 编排、人工审批）的场景——那属于同仓库其他技能覆盖的范围。
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；仓库 Issue #45“Support for codex plugin”截至 2026-08-09 仍处于开放状态，说明专属 Codex 插件封装尚未完成，目前需通过通用
npx skills（Agent Skills 规范）方式安装。 - OpenClaw / Hermes Agent：❓ 未验证。抓取到的材料（README、SKILL.md、Issues）未提及这两个 agent；README 仅泛称“支持 Agent Skills 规范的任何 agent，包括 Claude Code、Cursor、Windsurf 等”。
5. 推荐理由
对刚决定尝试 LangChain Deep Agents 的开发者，从“看文档”到“跑起来”之间隔着不少摸索：官方 quickstart 默认走 Tavily，意味着要多注册一个付费搜索服务才能跑通示例；模型选型、目录隔离、凭据存放这些琐碎但容易踩坑的细节也分散在文档各处。这个技能把这些决策提前做好，用一次对话就能在隔离目录里跑出一个真实可用的研究型 Deep Agent，且全程只需一个已有的模型提供商 Key，省去 Tavily 这一额外注册环节，显著降低“从零到第一个能跑的 Deep Agent”所需的时间与外部依赖。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 由 LangChain 官方开发方发布并维护；所属合集仓库整体 1,115 stars，但该数字由 22 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 | 8 | SKILL.md 约 2.2KB，步骤清晰、示例具体（含三家模型提供商的搜索工具调用格式对照），一次对话即可跑通；需要用户自备一个模型提供商 API Key 作配置前提；所属仓库最近一次提交为 2026-08-07，维护活跃 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单：①技能本体是指令文档，不含可执行脚本；引导 Agent 执行的 shell 操作（新建目录、pip install 指定包、运行示例）均为常规本地开发操作，范围明确 ②技能按用户选择的模型提供商联网抓取文档与调用搜索工具，行为透明、用途明确，无隐蔽外发 ③需要模型提供商 API Key，技能明确要求写入 .env（gitignore）且建议用户自行编辑、不经聊天窗口传递 ④通读全文均为配置说明与代码示例，未发现可疑指令或隐藏行为 ⑤LangChain 官方组织出品，langchain-ai 为该框架官方开发方 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 |
|---|---|---|
deep-agents-core（同仓库姊妹技能） |
Deep Agents 架构与中间件配置的核心参考手册，覆盖任务规划、文件上下文、子 Agent 委派等全套能力 | 定位是“配置深入参考”，内容更全面但也更厚重；本技能定位是“十分钟跑通第一个示例”的最小可行路径，两者互补——先用本技能验证框架可行，再用 deep-agents-core 深入定制 |
ecosystem-primer（同仓库姊妹技能） |
框架选型向导：帮用户判断该用 LangChain、LangGraph 还是 Deep Agents，以及先装哪个技能 | 解决的是“选哪个”的决策问题，产出是选型结论；本技能解决的是“选完之后怎么跑起来”的执行问题，产出是一个可运行的项目 |
| LangChain 官方 Mintlify 文档页（docs.langchain.com/oss/python/deepagents/quickstart） | 面向人类阅读的静态教程页面，默认示例使用 Tavily 搜索 | 需要用户自己阅读、手动替换模型与搜索工具、手动执行每一步；本技能由编码 Agent 直接读取该页面并自动完成模型适配、Tavily 替换、目录隔离与安装运行，人类只需回答一个“用哪个模型”的问题 |
8. 用户评价
该技能所属仓库的 GitHub Issues 与 Discussions 中未检索到与本技能直接相关的具名评价。LangChain 官方博客文章《LangChain Skills》披露过针对整个 langchain-skills 技能集合（含 LangChain、LangGraph、Deep Agents 三大类技能）的内部评测结果：在其自建的基础任务评测集上，接入该技能集合后 Claude Code 的通过率从 29% 提升到 95%（对照组使用 Claude Sonnet 4.6 未接入技能）。该数据描述的是整个技能集合的综合效果，非本技能单独的评测结果。
9. 其他补充
同仓库 config/skills/ 目录下还有 deepagents-typescript-quickstart（同一速成流程的 TypeScript 版本，需 Node 22+）、langchain-python-quickstart/langgraph-python-quickstart（分别对应 LangChain 基础 Agent 与 LangGraph 图结构的本地速成脚手架），可按自己使用的语言与框架层级按需单独安装。
10. 安装使用方式
- 单独安装本技能（推荐）：
npx skills add langchain-ai/langchain-skills --skill deepagents-python-quickstart --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 deepagents-python-quickstart --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 即可安装本技能本身；实际触发技能、跑通研究型示例时需在新建目录的
.env中配置所选模型提供商的 API Key（如ANTHROPIC_API_KEY）；直接向 Claude Code 描述“帮我用 Deep Agents 在本地搭一个能联网搜索的研究 Agent”之类的需求即可触发调用
11. 注意事项
- README 明确标注项目处于早期阶段，API 与技能内容可能变化，长期使用建议关注仓库更新
- 内容仅覆盖“跑通最小示例”这一步，不涉及记忆持久化、子 Agent 编排、人工审批等生产级能力，深入配置需另装
deep-agents-core等姊妹技能 - 仓库未附独立 LICENSE 文件，MIT 许可仅声明于
.claude-plugin/plugin.json，比对时需留意这一细节 - 专属 Codex 插件封装尚未完成（仓库 Issue #45 仍处于开放状态），目前 Codex 用户需通过通用
npx skills方式安装 - 联网搜索工具的具体调用格式（如 Anthropic 的
web_search_20260209）可能随各模型提供商 API 版本迭代而变化，技能文中已注明“以当前文档为准，必要时重新核实”