目录
- 课前引言
- 开篇全景图：本课学习路径
- 第一部分：实现Agent的两条路径
-
-
- 1.1 两条路径对比
- 1.2 框架带来的核心价值
-
- 第二部分：2026年Agent框架全景
-
-
- 2.1 为什么2026年是Agent框架的爆发年？
- 2.2 三大派系：按场景选，而不是按“谁更强”
- 2.3 2026年的趋势信号
-
- 第三部分：四大主流编排框架深度对比
-
-
- 3.1 LangGraph —— 状态机驱动的生产级框架
- 3.2 CrewAI —— 角色扮演的“特种部队”
- 3.3 AutoGen —— 对话驱动的专家研讨会
- 3.4 Microsoft Agent Framework —— 统一的下一代框架
- 3.5 四大框架对比总览
-
- 第四部分：Deep Agents——从Agent Framework到Agent Harness
-
-
- 4.1 什么是Deep Agents？
- 4.2 Deep Agents在LangChain生态中的定位
- 4.3 Deep Agents的核心能力
-
- 第五部分：Deep Agents环境搭建
-
-
- 5.1 系统要求
- 5.2 第一步：安装Python
- 5.3 第二步：环境准备
- 5.5 第四步：配置API Key
-
- 第六部分：构建你的第一个Deep Agent
-
-
- 6.1 Hello World——最简单的Deep Agent
- 6.2 拆解关键代码
- 6.3 第二个Agent——带搜索能力的研究助手
- 6.4 观察Agent的行为——规划与执行
-
- 第七部分：Deep Agents核心概念深入
-
-
- 7.1 规划工具（Planning Tool）
- 7.2 子Agent（Subagent）
- 7.3 文件系统工具（Filesystem Tools）
- 7.4 人在环（Human-in-the-Loop）
- 7.5 持久化与记忆
-
- 第八部分：框架选型指南
-
-
- 8.1 决策树
- 8.2 场景化选型建议
- 8.3 为什么我们选择Deep Agents作为本课程的实践框架？
-
- 课后小结
课前引言
大家好，我是小马过河R，我们一起来拥抱AI。
前九课我们走完了从AI历史到RAG系统的完整理论路径。你已经能调用API、写Prompt、微调模型、理解Agent、连接MCP、管理记忆、搭建RAG。但你可能会问：“理论知识我都懂了，但真正动手开发一个Agent，我应该用什么框架？从哪里开始？”
2026年，Agent框架的生态已经非常成熟，但选择过多反而让人困惑。LangGraph、CrewAI、AutoGen……每个框架都有自己的理念和适用场景。而Deep Agents（deepagents） 作为LangChain生态中最新推出的“电池内置型”Agent框架，正成为从零构建生产级Agent的最佳起点。
这一课的目标是：让你全面了解2026年主流Agent框架，并重点掌握Deep Agents的入门使用方法，为下一课的综合实战项目打下坚实基础。
学完这节课，你将能够：
