Deep Agents Architecture
Rozhodovací brány pro Deep Agents: backend, subagenti, middleware, HITL, checkpointing.
Otestováno · Funguje
Co umí
Referenční/rozhodovací dovednost pro architekturu aplikací LangChain Deep Agents: kdy použít Deep Agents vs prosté volání LLM, který backend (State/Filesystem/Store/Composite) se hodí pro daný případ použití, vzory delegování subagentů a pořadí vrstvení middleware. Spouští se na architektonické otázky, jako je výběr backendů, návrh systémů subagentů nebo rozhodování Deep Agents vs alternativy, nikoli na požadavky na implementaci nebo ladění.
Testovací report
Provedl jsem skutečné rozhodnutí o backendu/subagentu jeho branami: vynutilo to rozdělení CompositeBackend (StateBackend výchozí, StoreBackend směrováno na /preferences/), které odpověď z holé paměti nechala vágní, a učinilo 'no subagents, no HITL' explicitní napsanou řádkou namísto nevysloveného předpokladu.
Testováno: 2026-07-14 · Claude Code 2.x (agent harness)
Instalace
git clone https://github.com/existential-birds/beagle cd beagle mkdir -p ~/.claude/skills cp -r plugins/beagle-ai/skills/deepagents-architecture ~/.claude/skills/deepagents-architecture
Příkazy a ukázkové prompty
/deepagents-architectureRozhodovací brány pro Deep Agents: backend, subagenti, middleware, HITL, checkpointing.
Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):
Should I use Deep Agents or just call the LLM directly here?Help me design a subagent system for my LangGraph deep agentWhat backend should I use, StateBackend or FilesystemBackend?