返回资源列表

LangChain

Subagents - Docs by LangChain

Subagents - Docs by LangChain是LangChain的免费文档(en)。前置条件:需要了解 LangChain/Deep Agents 的 agent 定义基本结构,并能读懂 Python 示例代码。

掌握在 Managed Deep Agents 中声明子代理与异步子代理,并让其分担、后台执行任务。

打开官方课程
难度
见前置条件
类型
教程 · 文档
语言
en
规模
1 个课节
内容费用
免费
动手
需要动手环境

使用限制

阅读文档无需账号;实际动手需一条可用的 agent 开发链路。

练习与作业
LangSmith Cloud 账号(Managed Deep Agents 处于公测)示例中使用的模型(如 openai:gpt-5.5)对应的 API 访问

第一次学这门课?先完成学前准备,把课程目录搭好。

每节课这样学

  1. 发提示词把下面的每课提示词发给 AI Agent,它会准备这一课的练习文件。
  2. 学官方课节打开对应课节学习,按提示从第一道练习做起;它不会替你写答案。
  3. 记进度学完让 AI Agent 在 progress.md 勾选,并把疑问整理到 questions.md。
每课提示词 · 每次学习前用
继续学习「Subagents - Docs by LangChain」。课程目录是 langchain-managed-deep-agents-subagents/(不知道完整路径就先问我)。
1. 读 progress.md,找到下一课;如果我指定了第几课,就准备那一课。
2. 打开这一课的官方页面和本地讲义,列出本课练习要用的工具、文件和样例数据。缺少的先告诉我,等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习:exercises/ 里给每道题建一个文件,写上题号和题目原文链接,不写答案;已有文件保留,样例数据放到 data/。拿不到官方题目或起始代码时记录限制,不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单,并检查本课新增工具能否正常使用。
5. 告诉我:本课先读哪几节、从哪道练习开始、大约需要多久。我学完后,帮我在 progress.md 勾选并把问题整理到 questions.md。

边界:
- 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。
- 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。

课节共 1 节 · 官方顺序

  1. 01Subagents(子代理)

常见问题

免费吗?

免费:文档正文直接可读,含配置示例与机制说明,无付费墙或登录拦截;页面仅提示该产品在 LangSmith Cloud 处于公测。实践可能产生费用:页面提到在 LangSmith Cloud 上运行 Managed Deep Agents,实际部署/运行可能需要 LangSmith 账号与相应服务;网页未说明具体费用。

需要什么基础?

需要了解 LangChain/Deep Agents 的 agent 定义基本结构,并能读懂 Python 示例代码。软件、账号与硬件:需要 Python 环境与 managed-deepagents 包(异步子代理要求 >=0.10.0),以及 LangSmith Cloud 上的 Managed Deep Agents(公测)。

有中文吗?

本站记录的语言是en;是否有中文字幕或译本本站未核实,请以原站为准。

怎么开始?

从原始资源入口开始:https://docs.langchain.com/langsmith/python/managed-deep-agents-subagents。本页“学前准备”列出环境与工具,“学习指南”给出开课提示词,可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备:LangSmith Cloud 账号(Managed Deep Agents 处于公测)、示例中使用的模型(如 openai:gpt-5.5)对应的 API 访问。

来源与使用须知

原始资源
LangChain
收录时间
本站首次收录 2026-10-30原站首次发布 2026-10-29
指南参考

版权与转载

  • 课程材料未标明许可:仅供个人学习,转载、修改或商用前请先联系原作者。
  • 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。