Deep Agents Architecture

Criteri di decisione per Deep Agents: backend, sotto-agenti, middleware, HITL, checkpointing.

di existential-birds · existential-birds/beagle

Promosso ★ 9.2/10

Deep Agents Architecture — Criteri di decisione per Deep Agents: backend, sotto-agenti, middleware, HITL, checkpointing.

Cosa fa

Uno skill di riferimento/criterio di decisione per l'architettura di applicazioni LangChain Deep Agents: quando usare Deep Agents vs una semplice chiamata LLM, quale backend (State/Filesystem/Store/Composite) si adatta a un caso d'uso, pattern di delega dei sotto-agenti e ordine di stacking del middleware. Si attiva su domande di architettura come la scelta dei backend, la progettazione di sistemi di sotto-agenti o la decisione tra Deep Agents e alternative, non su richieste di implementazione o debugging.

Rapporto di test

Ho eseguito una vera decisione backend/sotto-agente attraverso i suoi criteri: ha forzato una divisione CompositeBackend (StateBackend predefinito, StoreBackend instradato a /preferences/) che una risposta a memoria aveva lasciato vaga, e ha reso 'no subagents, no HITL' una riga esplicita scritta invece di un'assunzione non dichiarata.

Testato il: 2026-07-14 · Claude Code 2.x (agent harness)

Installazione

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

Comandi e prompt di esempio

/deepagents-architectureCriteri di decisione per Deep Agents: backend, sotto-agenti, middleware, HITL, checkpointing.

Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):

Should I use Deep Agents or just call the LLM directly here?
Help me design a subagent system for my LangGraph deep agent
What backend should I use, StateBackend or FilesystemBackend?

Rapporto completo →