Deep Agents Architecture

Beslutsportar för Deep Agents: backend, subagenter, middleware, HITL, checkpointing.

av existential-birds · existential-birds/beagle

Testad · Fungerar ★ 9.2/10

Deep Agents Architecture — Beslutsportar för Deep Agents: backend, subagenter, middleware, HITL, checkpointing.

Vad den gör

En referens-/beslutsport-skill för att arkitektera LangChain Deep Agents-applikationer: när man ska använda Deep Agents vs ett vanligt LLM-anrop, vilken backend (State/Filesystem/Store/Composite) som passar ett användningsfall, subagent-delegeringsmönster och middleware-staplingsordning. Utlöses av arkitekturfrågor som att välja backends, designa subagentsystem eller besluta Deep Agents vs alternativ, inte på implementerings- eller felsökningsförfrågningar.

Testrapport

Körde ett verkligt backend/subagent-beslut genom dess portar: den tvingade fram en CompositeBackend-delning (StateBackend standard, StoreBackend dirigerad till /preferences/) som ett rent minnes-svar lämnade vagt, och gjorde 'no subagents, no HITL' till en explicit skriven rad istället för ett outtalat antagande.

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

Installation

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

Kommandon och exempelprompter

/deepagents-architectureBeslutsportar för Deep Agents: backend, subagenter, middleware, HITL, checkpointing.

Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):

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?

Läs hela rapporten →