mcpField
D
deepagents-python-quickstart

deepagents-python-quickstart

github.com/langchain-aiエージェントワークフロー1.3k5.2k 回インストール3 日前に更新
リポジトリ

deepagents-python-quickstart について

公式の Deep Agents Python クイックスタートに沿って、リサーチエージェントを構築するスキルです。選択したプロバイダーの組み込みウェブ検索を使い、新しいディレクトリで設定と実行を行います。

主な機能

  1. 01公式クイックスタートに準拠
  2. 02create_deep_agent によるリサーチエージェント構築
  3. 03モデルプロバイダーと組み込み検索の選択
  4. 04独立したディレクトリで依存関係を導入
  5. 05リサーチサンプルの実行と出力表示

活用シーン

  1. 01リサーチ向け Python エージェントの作成
  2. 02プロバイダー組み込みウェブ検索の利用
  3. 03リサーチ質問を実行して結果を確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/langchain-ai/langchain-skills --skill deepagents-python-quickstart

インストール後、Claude Code で/deepagents-python-quickstartを入力して読み込まれたか確認します。

詳細

Deep Agents Python クイックスタート

ライブドキュメントに従ってください。記憶を頼りに別の API を作り出さないでください。

https://docs.langchain.com/oss/python/deepagents/quickstart

このページを取得し（Docs MCP または HTTP）、そこに示されている調査エージェントの構成（create_deep_agent、調査用システムプロンプト、「What is LangGraph?」のような調査質問での呼び出し）を実装してください。

ローカル環境のセットアップ要件

クイックスタートに加えて、以下を適用してください（セットアップを最小限に抑え、モデルに依存しない構成にするためです）。

  1. 使用するプロバイダー／モデルを尋ねてください。Deep Agents がモデルに依存しないことを示します。推奨する質問：

    このエージェントにはどのモデルを使いますか？provider:model 形式で指定してください。例：openai:gpt-5.5、anthropic:claude-sonnet-5、google_genai:gemini-3.5-flash。わからない場合のデフォルトは anthropic:claude-sonnet-5 です。
    検索用の別の API キーは不要で、そのプロバイダーに組み込まれたウェブ検索を使います。

  2. 新しいディレクトリ（例：deep-agent/）を作成し、すべての作業をその中で行ってください。既存のプロジェクトを散らかさないでください。

  3. Tavily（またはその他の検索ベンダー）は使わないでください。クイックスタートの internet_search／Tavily ツールを、選択したプロバイダーに組み込まれたウェブ検索に置き換えてください。現在のツールの形式は、プロバイダーの LangChain チャットドキュメントで確認してください（以下は執筆時点の例です。必要に応じて再確認してください）。

    プロバイダー組み込み検索ツール
    Anthropic{"type": "web_search_20260209", "name": "web_search", "max_uses": 5}
    OpenAI{"type": "web_search"}
    Google{"google_search": {}}

    プロバイダーの検索機能を利用できるよう、Anthropic、OpenAI、Google を優先してください。必要なシークレットは、そのプロバイダーの API キーのみです。.env に保存し、Git で無視されるようにしてください。依頼がない限り、LangSmith のトレースは省略してください。

  4. deepagents（および python-dotenv）と、選択したモデル用のプロバイダーパッケージをインストールしてください。tavily-python はインストールしないでください。

  5. 調査の例を実行して出力を表示したら、そこで終了してください。次のステップとして deep-agents-core／カスタマイズ／Managed Deep Agents を案内してください。

コメント

Markdown 対応