BackendProtocol 概述 BackendProtocol 是 deepagents 定义的一套统一后端协议，用于抽象文件存储和执行环境。作为抽象基类，它规定了所有后端实现必须遵循的标准接口，包括文件操作（如读取、写入、搜索）和执行环境管理。该协议支持多种后端实现，包括内存模拟（StateBackend）、真实文件系统（FilesystemBackend）、沙箱隔离（SandboxBac

OpenCode Agents 指南摘要：本文系统介绍了 OpenCode 中的 AI 代理系统，涵盖核心概念、代理类型（主代理/子代理/系统代理）及配置方法（Markdown/JSON）。重点分析了内置代理（Build/Plan）和专业子代理（General/Explore）的特性与适用场景，详细阐述了三种典型工作流模式（规划→构建循环/多代理协作/专业任务委派）。指南还提供了代理配置深度解析（

Git 默认情况下，一个仓库只有一个工作目录（Working Directory）。允许你为同一个仓库关联多个工作目录，每个目录可以独立检出不同的分支，同时共享底层的对象库，不会重复占用磁盘空间。主工作树（Main Worktree）：通过git init或git clone创建的原始目录。链接工作树（Linked Worktree）：通过创建的额外工作目录。关键约束：同一个分支在同一时刻只能在一

React是一个用于构建用户界面的JavaScript库，由Facebook开发，采用组件化思想，具有虚拟DOM、单向数据流和JSX语法等特点。标准React SPA项目结构包含唯一HTML入口和模块化组件设计。核心概念包括JSX语法、函数组件、useState状态管理、useEffect处理副作用以及条件/列表渲染。文中通过一个简单的待办事项应用实例，演示了如何实现添加、删除功能，并介绍了进阶概

摘要： LangGraph通过interrupt()机制实现交互式中断，其原理基于异常抛出、状态快照保存和函数重放。然而，恢复执行时会重复调用中断前的全部代码，导致长耗时操作（如LLM调用）被多次执行，造成性能浪费。解决方案包括：1）将中间结果显式缓存至State对象，实现幂等性；2）拆分节点隔离副作用与交互逻辑。核心原则是确保所有需持久化的数据必须写入State，避免依赖局部变量。通过合理设计节

摘要： LangGraph通过interrupt()机制实现交互式中断，其原理基于异常抛出、状态快照保存和函数重放。然而，恢复执行时会重复调用中断前的全部代码，导致长耗时操作（如LLM调用）被多次执行，造成性能浪费。解决方案包括：1）将中间结果显式缓存至State对象，实现幂等性；2）拆分节点隔离副作用与交互逻辑。核心原则是确保所有需持久化的数据必须写入State，避免依赖局部变量。通过合理设计节

LangChain Agent 与 Deep Agent 深度解析 LangChain的create_agent提供基础框架，支持工具循环和结构化输出，而create_deep_agent在此基础上预置了企业级功能，包括默认模型、8个内置中间件、子代理系统等。两者工具调用流程相同，但Middleware方式提供更灵活的动态能力。Deep Agent通过后端抽象层实现开发/生产环境切换，其Middl

本文综述了AI Agent Skills的发展现状与应用前景。Agent Skills是一种模块化、可复用的AI能力增强方案，通过"渐进式披露"架构实现高效能力扩展。其核心是将专业知识和流程打包为标准化技能包，包含SKILL.md元数据文件和辅助资源。该技术已被主流AI平台采纳，形成包含上万技能的生态系统，覆盖文档处理、设计开发、项目管理等领域。企业如Anthropic、Atl

摘要： ReAct（ICLR 2023）提出了一种协同推理与行动的语言模型框架，通过交替生成思考（Thought）、行动（Action）和观察（Observation），模拟人类解题过程。相比单一推理（如Chain-of-Thought）或纯行动方法，ReAct结合两者优势：推理指导行动规划，行动获取外部信息减少幻觉。实验在问答（HotpotQA）、事实验证（FEVER）和机器人任务（ALFWor

DeepAgent 多 Agent 架构设计摘要 DeepAgent 框架采用主从式多 Agent 协作架构，通过 SubAgentMiddleware 实现任务分发与结果汇总。核心特性包括： 两级架构：主 Agent 负责任务路由，子 Agent 执行具体任务 两种子 Agent： SubAgent：声明式配置，框架自动构建 CompiledSubAgent：预编译对象，直接使用 状态隔离：通过