我的梦想
不是每个人都应该像我这样去建造一座水晶大教堂,但是每个人都应该拥有自己的梦想,设计自己的梦想,追求自己的梦想,实现自己的梦想。梦想是生命的灵魂,是心灵的灯塔,是引导人走向成功的信仰。有了崇高的梦想,只要矢志不渝地追求,梦想就会成为现实,奋斗就会变成壮举,生命就会创造奇迹。——罗伯·舒乐
Deep Agents 14. Agent Server、React 前端与生产可观测性 Deep Agents 14. Agent Server、React 前端与生产可观测性
前十三篇文章已经完成了 Deep Agent 的构建、工具接入、执行隔离、上下文工程、多智能体协作、人工审批和综合项目。但是,能够在 Python 进程里执行 agent.invoke(),与能够安全地交付给用户之间,还有一段不短的距离。
2026-07-13
Deep Agents 13. 构建可复核的企业数据分析智能体 Deep Agents 13. 构建可复核的企业数据分析智能体
前十二篇文章分别介绍了 Tool、Backend、Sandbox、Skills、Memory、SubAgent、Middleware、Rubric 和人工审批。本篇不再孤立演示某个 API,而是把这些能力组合成一个可以运行、复核和测试的销售
2026-07-11
Deep Agents 12. Deep Agents Code 与 ACP 协议 Deep Agents 12. Deep Agents Code 与 ACP 协议
前面十一篇文章一直站在“怎样用 SDK 构建 Agent”的角度讨论 Deep Agents。这一篇把视角切换到产品和协议:如果希望直接在终端使用一个编码 Agent,或者让编辑器接入自己编写的 Deep Agent,deepagents、
2026-07-08
Deep Agents 11. Human-in-the-loop 与 Rubric 质量控制 Deep Agents 11. Human-in-the-loop 与 Rubric 质量控制
1. HITL、Rubric 与确定性校验的分工Agent 能生成报告、调用发布 API,并不代表这些动作应该完全自动执行。真实业务至少要回答两个不同问题: 这份结果是否达到质量标准; 这个副作用动作是否允许在此时、由此人执行。 Rub
2026-07-06
Deep Agents 10. Middleware、动态工具与 Profiles Deep Agents 10. Middleware、动态工具与 Profiles
1. Middleware 解决的不是一个问题当 Agent 只有一个模型和两三个 Tool 时,把逻辑全部写在创建函数中也能运行。进入真实业务后,模型调用周围会迅速出现一批横切需求: 根据身份和租户过滤 Tool; 根据任务复杂度、时延
2026-07-03
Deep Agents 9. 异步 SubAgent、Agent Protocol 与事件流 Deep Agents 9. 异步 SubAgent、Agent Protocol 与事件流
1. 异步 SubAgent 解决什么问题1.1 同步等待与后台任务上一篇使用同步 task Tool 委派 Analyst 和 Reviewer。同步模式的优点是调用链短:Supervisor 等待 SubAgent 返回,校验结果,然后
2026-07-01
Deep Agents 8. Todo 规划、SubAgent 与多智能体协作 Deep Agents 8. Todo 规划、SubAgent 与多智能体协作
1. Todo 规划与 SubAgent 委派1.1 多智能体解决什么问题可以用“项目经理带专业团队”理解 Multi-Agent:主 Agent 接收目标、拆分任务,把不同工作交给合适的 SubAgent,最后校验并汇总结果。 这个比喻只
2026-06-29
Deep Agents 7. Memory、Store、Summarization 与上下文工程 Deep Agents 7. Memory、Store、Summarization 与上下文工程
1. Deep Agents 的上下文来源1.1 上下文工程解决什么问题大模型不会因为 Agent 运行了很久就自然拥有记忆。每次模型调用能够使用什么信息,取决于应用这一次究竟发送了哪些消息、System Prompt、Tool Schem
2026-06-26
Deep Agents 6. Agent Skills、SkillsMiddleware 与渐进式披露 Deep Agents 6. Agent Skills、SkillsMiddleware 与渐进式披露
1. Agent Skills 解决什么问题随着 Agent 能处理的任务增加,System Prompt 往往会不断堆入数据库规范、报告格式、异常处理、部署步骤和代码模板。把所有任务说明常驻上下文会带来三个问题: 当前任务根本用不到的大
2026-06-24
Deep Agents 5. FilesystemPermission、Sandbox 与安全代码执行 Deep Agents 5. FilesystemPermission、Sandbox 与安全代码执行
1. 为什么代码执行需要独立的安全模型上一篇介绍了虚拟文件系统与 Backend。当 Backend 具备命令执行能力后,Agent 可以运行测试、处理数据、构建项目并生成报告,但风险也从“回答不准确”升级成了“在真实系统中产生副作用”。
2026-06-21
Deep Agents 4. 虚拟文件系统、Backend、持久化与多模态文件 Deep Agents 4. 虚拟文件系统、Backend、持久化与多模态文件
1. Deep Agents 文件系统解决什么问题1.1 文件系统作为外部工作区长任务不适合把计划、资料、代码、中间结果和最终报告全部塞进消息历史。模型上下文有长度和成本限制,多步骤任务也需要一个可重复读取、搜索和修改的工作区。 从上下文工
2026-06-19
Deep Agents 3. 内置工具、自定义 Tool 与 MCP Deep Agents 3. 内置工具、自定义 Tool 与 MCP
1. Tool Calling 的执行边界1.1 模型只生成 Tool Call大模型不会直接执行 Python、访问数据库或启动 Shell。应用把 Tool 名称、描述和 JSON Schema发给模型,模型返回结构化调用意图,真正执行
2026-06-17
1 / 36