Electrolux_blog核心架构概述
Deep Agents JS 是面向长链路、重上下文任务的 Agent 框架：在简单「模型 + tool 循环」之上增加 规划、文件化上下文、子代理隔离、自动摘要。
1. 要解决的问题
| 痛点 | 对策 |
|---|---|
| 无法拆长期任务 | write_todos 规划与跟踪 |
| 上下文爆窗 | 文件系统外置 + 摘要 + 工具结果淘汰 |
| 子任务污染主对话 | SubAgent 独立 state，只回传结论 |
| 缺乏持久记忆 | Backend + Memory middleware |
2. 与 LangGraph 的关系
- 入口
createDeepAgent生成基于 LangGraph React Agent 的图。 - 能力由 Middleware 注入 tools、state 字段、hooks。
- 持久化可选 Checkpointer / Store（见 langgraphjs）。
3. 架构分层
text
createDeepAgent
└─ LangGraph Agent
├─ Middleware 栈（todo / fs / subagent / summary / …）
└─ BackendProtocol（state / store / fs / composite / sandbox）4. 内置 Middleware（概念顺序）
| 中间件 | 作用 |
|---|---|
| TodoList | 任务分解与状态 |
| Filesystem | ls/read/write/edit 等虚拟文件工具 |
| SubAgent | 派发子代理 |
| Summarization | 历史压缩 |
| PromptCaching | 与 Anthropic cache 对齐的前缀 |
| PatchToolCalls | 修复/规范化 tool 消息 |
| Skills / Memory | 可选 |
用户可追加自定义 middleware。
5. 核心流程
- 解析 model、tools、systemPrompt、subagents、backend。
- 实例化 Backend（默认内存 State）。
- 组装 middleware 栈并
compile。 invoke/stream与 LangGraph 一致。
6. 阅读顺序
02 Middleware → 03 Backend → 05 上下文 → 04 SubAgent → 07 Skills/Memory → 06 类型 → 08 决策。
总结
Deep Agents = LangGraph Agent + opinionated middleware + 可插拔存储。