副标题：16 章图文 + 视频 + 实验模板，不写玩具 Demo，而是讲清「任务规划 / 文件系统 / 子 Agent 协作 / 上下文管理」的工程机制
1. 30 秒介绍
《Deep Agents 实战》是 DataWhale 开源的一门中文课程，围绕 LangChain 官方 Deep Agents 框架（当前推荐 0.7.x），配齐 16 章图文、视频与可运行实验模板。它从「第一个 Agent」起步，逐步讲透任务规划、虚拟文件系统、子 Agent 委派与上下文管理，并覆盖 MCP、沙箱、Human-in-the-Loop、文件系统权限等生产级主题。适合想系统掌握 Agent Harness 工程化的中文开发者，仓库已获 2,000+ GitHub Stars。
2. 主要内容
模块总览
| 模块 | 规模 | 内容概要 |
|---|---|---|
| 准备篇 | 2 篇 | 基于 AgentSeek 套件搭建环境：创建模板、检查环境、启动前后端；用 npx skills 加载工程经验 |
| 版本更新 | 1 篇 | 解读 v0.7「更轻、更透明、更可配置的 Harness」，讲清 65% 基础输入 Token 降幅、Todo 恢复策略与迁移路径 |
| 认知篇 | 第 1–2 章 | 辨清 Runtime / Framework / Harness 的区别；5 分钟跑通第一个 Deep Agent |
| 核心篇 | 第 3–6 章 | 虚拟文件系统（Context Engineering 核心）、任务规划与分解、子 Agent 与上下文隔离、异步子 Agent |
| 进阶篇 | 第 7–12 章 | Skills 能力包、长期记忆、Human-in-the-Loop、沙箱执行、文件系统权限、MCP 工具生态 |
| 前沿预览 | 第 13–16 章 | Grading Rubrics 评分量规、Streaming 事件流、Interpreters 代码编排、Dynamic Subagents 多 Agent 编排 |
亮点模块
① 核心篇 · 虚拟文件系统与子 Agent（第 3、5 章）
把「Context Engineering 核心」落在文件系统上——观察 Agent 如何保存内容与中间结果、如何通过子 Agent 做上下文隔离。这是区别于普通 Prompt 教程的关键一环。
② 进阶篇 · 生产级边界控制（第 9、10、11、12 章）
一次性补齐工程化护栏：MCP 工具接入、沙箱隔离执行、FilesystemPermission 声明式读写边界、MCP 工具的人工审批（Human-in-the-Loop）。
③ 前沿预览 · 动态编排（第 15、16 章）
用 QuickJS eval 与 task() 让 Agent 以代码编排工具与数据，运行六种编排模式并观察真实调用事件——属于 Deep Agents 的 Beta 能力预览。
④ 版本更新 · v0.7 迁移指南
不逐条抄功能，而是解释「默认行为为什么改变、哪些应用受影响、如何用评测与 Trace 验证迁移结果」，从 0.5/0.6 一路学来的读者必读。
适合 / 不适合
想系统学习 LangChain / LangGraph 生态下 Agent Harness 工程化的中文开发者- 已经会写基础 Agent、想补齐「规划 / 记忆 / 权限 / 沙箱 / 多 Agent」能力边界的工程师
- 需要配套实验模板、能动手跑通而非只读文档的学习者
想找即插即用的生产 SDK 或零基础 Python 入门教程的人- 只想要单篇速查而非按 16 章体系化推进的人（进阶与 Beta 章节另需更高模型能力与依赖版本）
3. 快速上手与链接
在线阅读：https://datawhalechina.github.io/deepagents-in-action/
仓库地址：GitHub - datawhalechina/deepagents-in-action: 📚 《Deep Agents 实战》—— LangChain 官方大使出品，基于 LangChain / LangGraph 生态，从零构建生产级 AI Agent 的完整指南 · GitHub
B 站视频：https://space.bilibili.com/28357052/lists/7757577?type=season
小红书图文：https://www.xiaohongshu.com/collection/item/69c4fd2a0072000000000001
上手路径：环境准备（pre01） → 5 分钟上手（ch02） → 课程大纲
实验模板上手（所有章节通用，将 deepagents/default 换成对应章节模板名）：
uv tool install --upgrade agentseek
agentseek create deepagents/default --checkout main --no-input
# 进入生成目录，按项目 README 安装依赖并配置 .env 后：
agentseek task --list
agentseek doctor
agentseek dev
课程站点本地开发：
npm install
npm run dev # 启动开发服务器（含内容预处理）
npm run build # 构建生产版本
npm run preview # 预览构建产物
推荐配套技能（AI 编码助手插件）：
npx skills add ob-labs/agentseek --skill langchain-dev-guide # LangChain 开发指南
npx skills add ob-labs/agentseek --skill langsmith-trace # LangSmith Trace 调试
模块直达
- 认知篇：ch01 Agent Harness · ch02 快速上手
- 核心篇：ch03 虚拟文件系统 · ch04 任务规划 · ch05 子 Agent · ch06 异步子 Agent
- 进阶篇：ch07 Skills · ch08 长期记忆 · ch09 HITL · ch10 沙箱 · ch11 文件系统权限 · ch12 MCP
- 前沿预览：ch13 评分量规 · ch14 Streaming · ch15 Interpreters · ch16 Dynamic Subagents
作者/协议：作者沧海九粟（LangChain 官方认证大使、LCAE 认证）；课程内容采用 CC BY-NC-SA 4.0，网站源码采用 MIT。站点技术栈为 Astro 6 + Tailwind CSS 4 + TypeScript。
