《Deep Agents 实战》
基于 LangChain / LangGraph 生态，从零构建生产级 AI Agent 的系统实战指南
证据显示这是一个课程网站仓库，不包含可执行的Agent代码，因此所有信任相关标准均不适用，得分为0。没有权限管理、用户确认、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的证据。
自一致性：README和package.json一致，项目结构清晰，得2分。依赖可用性：依赖列表明确，但未提供锁定文件或完整性校验，得2分。失败消息：有资产校验脚本，但未提供用户可见的错误消息，得1分。
受众和场景：明确面向学习Deep Agents的开发者，提供了章节和场景，得2分。能力边界：未明确说明课程覆盖范围或限制，得1分。触发精度：未涉及触发机制，得1分。环境适配：提供了Node版本要求和安装步骤，得2分。
信息架构：README提供了清晰的目录和结构，得2分。安装说明：提供了npm install和启动命令，得2分。命名稳定性：版本号0.0.1，但未说明命名约定，得1分。示例和FAQ：提供了章节示例，但无FAQ，得2分。已知限制：未明确列出，得1分。许可证：明确CC BY-NC-SA和MIT，得2分。版本和变更日志：无变更日志，得1分。维护责任：有贡献指南和PR欢迎，得2分。
输出可用性：课程内容结构清晰，可直接使用，得2分。边际价值：提供了独特的Deep Agents实战内容，得2分。成本效益：免费开源，但依赖外部模型服务，得2分。
声明可追溯性：部分声明有链接支持，但未提供验证方法，得1分。跨来源佐证：有外部链接，但未交叉验证，得1分。事实与推断分离：未明确区分，得1分。
- 该仓库是课程网站，不包含可执行的Agent代码，因此信任相关标准不适用。
- 依赖未锁定，存在供应链风险。
- 未提供已知限制和变更日志，用户需自行评估。
这个 Agent 能做什么，适合哪些场景？
《Deep Agents 实战》是 LangChain 官方大使「沧海九粟」出品的中文课程，基于 LangChain / LangGraph 生态，系统讲解如何构建生产级 AI Agent。课程内容覆盖虚拟文件系统、任务规划、子 Agent 编排、Skills、长期记忆、人工介入流程、沙箱执行、文件系统权限和 MCP 等核心与进阶主题。课程网站基于 Astro 构建，部署在 GitHub Pages，提供 B 站视频合集和小红书图文合集等配套资源。代码示例默认通过硅基流动平台接入模型，支持多种模型选择。课程文字内容采用 CC BY-NC-SA 4.0 协议，网站源代码采用 MIT 协议。
该课程提供一系列 Markdown 章节（位于 content/ 目录），通过 scripts/prep-content.mjs 预处理后生成带 frontmatter 的页面，由 Astro 构建为静态网站。课程指导学员使用 AgentSeek 工程化套件创建 DeepAgents 模板、安装 npx skills 开发技能，并通过具体代码示例演示如何利用 deepagents 库实现虚拟文件系统、任务规划、子 Agent（含异步子 Agent）、Skills 复用、LongTermMemory、Human-in-the-Loop、沙箱执行和 MCP 集成。示例通过环境变量 MODEL_NAME 管理模型，默认使用硅基流动的 Qwen 或 DeepSeek 模型。
- 希望系统学习 LangChain / LangGraph 生态并构建生产级 Agent 的开发者，可从零开始跟随课程实践。
- 需要为复杂任务实现任务规划与分解的团队，可参考第 4 章的内容。
- 需要让 Agent 安全执行代码的开发者，可学习第 10 章沙箱执行的内容。
- 需要为 Agent 配置文件系统权限、控制读写边界的开发者，可参考第 11 章。
- 需要扩展 Agent 工具生态的团队，可通过第 12 章学习 MCP 集成。
这个 Agent 有哪些优点和局限？
- 由 LangChain 官方大使出品，内容权威且紧跟官方能力演进。
- 课程结构清晰，涵盖从认知、核心到进阶的完整知识体系。
- 提供多种配套资源（B 站视频、小红书图文、课程网站），学习路径多样。
- 课程内容针对 Deep Agents ≥ 0.5 版本，部分进阶功能有更高版本要求。
- 示例默认依赖硅基流动平台，可能对使用其他模型提供商的用户造成不便。
- 本地开发环境需要 Node.js ≥ 22.12.0，对旧版本 Node 用户不友好。
如何安装或部署这个 Agent？
本地开发需 Node.js ≥ 22.12.0，在仓库根目录执行 npm install 安装依赖。
如何使用这个 Agent？
- 安装依赖后运行 npm run dev 启动开发服务器（含内容预处理）；2. 运行 npm run build 构建生产版本，npm run preview 预览；3. 编辑 content/ 下 Markdown 章节文件，修改 scripts/chapters.json 中的元数据；4. 如需运行示例，需注册硅基流动平台并配置模型，可通过环境变量 MODEL_NAME 指定模型名。
这个 Agent 与同类方案有什么区别？
本课程专注于 Deep Agents（基于 LangChain/LangGraph），与同类 LangChain 课程相比，更聚焦于生产级 Agent 的实战细节。