会写代码还不够:Deep Agents 的 Shell 与 Sandbox
摘要Deep Agents 中 Shell、execute 与 Sandbox 分别对应命令执行方式、框架调用接口和运行环境。本文以数据分析任务为例,梳理从上传文件、编写并运行脚本,到校验产物、管理工作空间生命周期的完整链路。
内容领域
聚焦 Deep Agents 的核心原理与工程实践,系统介绍 Planning、Tools、Filesystem、Memory、Skills、Subagents 等关键能力,涵盖复杂任务规划、工具调用、上下文管理与长期任务执行。
9 篇内容
摘要Deep Agents 中 Shell、execute 与 Sandbox 分别对应命令执行方式、框架调用接口和运行环境。本文以数据分析任务为例,梳理从上传文件、编写并运行脚本,到校验产物、管理工作空间生命周期的完整链路。
摘要Deep Agents 由 Backend 决定写入文件的保存位置与生命周期,区分 State、Store、本地文件系统与混合四类实现,并影响跨会话读取与持久性。
摘要围绕 Deep Agents 长任务中的上下文膨胀,梳理文件卸载、历史摘要与子任务隔离三种机制,并给出 SummarizationMiddleware 的触发阈值配置、关键状态独立保存和运行成本监控等工程实践。
摘要从多步骤任务产生的中间结果入手,说明 Deep Agents 为何需要 Filesystem,梳理 FilesystemMiddleware 与 Backend 的分工、核心文件工具的使用方式。
摘要梳理 Tool Calling 的执行链路与 Deep Agents 工具体系,给出职责、参数、结果、权限四类工具设计原则及工单工具示例。
摘要介绍 Deep Agent 的 Planning 机制:通过 TodoListMiddleware 与 write_todos 将任务计划写入 State,让模型在多次工具调用中记录进度并动态调整。
摘要以 Research Agent 为例,组装第一个 Deep Agent,说明其中的各个组件各自负责什么,并通过 invoke() 返回的消息查看 Agent Loop 中的工具调用记录。
摘要从 create_deep_agent() 切入,梳理 Model、Tools、Middleware、Backend、Subagent 等职责边界,说明 Deep Agents 如何承载复杂任务的 Harness 能力。
摘要当任务从几次 Tool Calling 扩展到几十步长流程,瓶颈已从工具调用转向状态与上下文管理。本文对比基础 Agent 与 Deep Agents,梳理 Agent Harness 的能力层次与适用边界。