LangChain团队近日正式发布了DeepAgents CLI，这是一款专为编程、研究和构建AI代理而设计的命令行工具。

LangChain团队近日正式发布了DeepAgents CLI，这是一款专为编程、研究和构建AI代理而设计的命令行工具。

最大的亮点在于支持持久化记忆系统，让AI助手能够学习和记住信息，并在不同会话之间保持记忆连续性。

现在，开发者可以直接从终端轻松创建和运行自定义的DeepAgents代理。这款工具支持多项强大功能：

• 文件操作 - 在项目中读取、写入和编辑文件

• 命令执行 - 在获得人工批准后执行shell命令

• 网络搜索 - 搜索网络获取最新信息

• API调用 - 向各种API发送HTTP请求

• 持久化记忆 - 在多个会话中学习和记住信息

• 任务规划 - 使用可视化待办清单进行任务规划

快速安装

安装DeepAgents CLI非常简单，使用pip即可：

pip install deepagents-cli

如果使用uv包管理器：

uv pip install deepagents-cli

三步快速上手

第一步：配置API密钥

DeepAgents CLI同时支持Anthropic（Claude）和OpenAI模型。

默认使用Anthropic Claude Sonnet 4作为默认模型，网络搜索功能则由Tavily提供。

在项目根目录的.env文件中添加以下环境变量，DeepAgents会自动加载：

export ANTHROPIC_API_KEY=your_api_key_here
export OPENAI_API_KEY=your_api_key_here
export TAVILY_API_KEY=your_tavily_key_here

第二步：启动CLI

在项目目录下启动DeepAgents：

deepagents

如果使用uv：

uv run deepagents

第三步：开始使用

尝试让代理帮你完成一个简单任务：

你：为src/utils.py中的所有函数添加类型提示

代理将会：

• 读取文件

• 分析函数结构

• 显示建议修改的差异对比

• 在写入前征求你的批准

如果你想要加快开发速度，还可以启用"自动接受编辑"选项。

持久化记忆：AI助手的"长期记忆"

DeepAgents最强大的功能之一就是其持久化记忆系统。

代理可以学习信息，并在不同会话之间回忆这些信息。每个代理将其知识存储在~/.deepagents/AGENT_NAME/memories/目录下。

默认情况下，当你启动DeepAgents时，它会创建一个名为"agent"的代理作为默认代理。

你可以通过指定代理名称来切换使用的代理（从而切换使用的记忆），例如：deepagents --agent foo。

代理会自动遵循"记忆优先"协议：

• 研究时 - 在/memories/中查找相关知识

• 回答前 - 在不确定的情况下搜索记忆文件

• 学习时 - 将新信息保存到/memories/

实际应用案例：教学API模式

你可以这样教代理记住API约定：

你：记住我们的API端点遵循以下模式：
- 使用/api/v1/前缀
- 所有POST请求成功时返回201
- 错误响应包含"code"和"message"字段

将此保存为我们的API约定。

代理：我会将这些API约定保存到记忆中。
⚙ write_file(/memories/api-conventions.md)

由于这个记忆是持久化的，代理可以在未来的对话中使用这些信息。当你下次说：

你：创建一个用户注册的新端点

代理会回复：根据我们的API约定，我会在/api/v1/users创建一个端点，成功时返回201，并遵循我们的错误格式。

然后它会自动读取记忆文件，并根据约定创建代码。

记忆管理最佳实践

1. 使用描述性文件名

✓ /memories/deployment-checklist.md

✗ /memories/notes.md

2. 按主题组织

/memories/
├── backend/
│ ├── tools_to_use.md
│ └── api-design.md
├── frontend/
│ └── component-patterns.md
└── security-setup.md

3. 验证保存的知识

由于记忆只是一组文件，你始终可以手动或通过代理检查和验证其内容：

你：检查一下你对我们数据库的了解

代理：让我检查一下我的记忆...
⚙ ls /memories/
⚙ read_file(/memories/backend/database-schema.md)

根据我的记忆，我们使用PostgreSQL，包含以下表...

你也可以通过直接查看~/.deepagents/AGENT_NAME/memories/目录来手动检查记忆文件。

管理多个专业代理

你可以为不同的项目或角色创建专门的代理。从DeepAgents CLI中，你可以列出现有代理、创建新代理，或将代理重置为其默认状态（系统提示、记忆等）。

列出所有代理：

deepagents --list

切换到特定代理：

deepagents --agent backend-dev

重置代理：

deepagents --reset backend-dev

开始使用

现在就试试DeepAgents和DeepAgents CLI吧！LangChain团队期待看到你用它构建出什么有趣的应用。

加入社区并参与贡献：

• GitHub: https://github.com/langchain-ai/deepagents

• 文档: docs.langchain.com/oss/python/deepagents

• YouTube: https://youtu.be/IrnacLa9PJc

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

    学习资源推荐 如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！​

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。