[控场AI]
产品

DeepAgent

LangGraph 生态内部高度封装的企业级 Agent 组件,基于 Harness 架构思想实现,将上下文管理、工具调用、状态追踪等能力封装为可复用组件,大幅降低 Agent 系统开发门槛。

核心事实

时间轴 (近 90 天)

9月30日

LangChain官方文档主要涉及LangChain、LangGraph、DeepAgent以及LangSmith几个核心组件

待验证50%
9月24日

在 JS 生态中做 Agent 选型时,LangChain.js 适合做原型与简单链路,LangGraph 适合做复杂流程编排,DeepAgent 适合做业务层封装

待验证50%
9月24日

DeepAgent 通常指在 LangGraph 之上封装了更高层抽象的 Agent 框架,简化多步骤、多工具协作的开发复杂度

待验证50%
9月24日

DeepAgent框架由LangChain团队在2025年10月前后对外发布

待验证50%
9月11日

LangChain.js、LangGraph.js和DeepAgent三者并非替代关系,而是按复杂度递进的技术选型梯队

待验证50%
9月11日

智能体技术的发展从宏观上可归纳为三大趋势:从一问一答的模型调用,到具备自主规划能力的Agent,再到能自主决策、协调多个子智能体的深度智能体(DeepAgent)

待验证50%
8月23日

早期的DeepAgents框架是一个完整的Harness架构实现,围绕核心构建了大约七个层面的工程模块:工具调用、文件系统、沙箱环境、上下文管理、记忆系统、逻辑编排与中间件、反馈回路与约束机制

已验证70%
7月23日

DeepAgents 是 Harness 架构的实现,且基于 LangGraph 实现

待验证50%
7月19日

DeepAgents 是基于 LangChain 和 LangGraph 之上的封装

已验证65%
7月19日

DeepAgents更适合多步闭环、需要可靠交付的复杂长链路场景,内置规划能力、工具调用管理和上下文管理机制

待验证60%

全部知识事实 (10)

来源文章