LangChain Deep Agents
Agenten-Harness von LangChain
Deep Agents ist ein Agenten-Harness von LangChain für lange, mehrstufige Aufgaben, aufgebaut auf LangChain und der LangGraph-Laufzeit. Es bringt Dateisystem-Backends für Kontextmanagement, optionale Planung mit Todo-Listen, Skills, Langzeitgedächtnis und Freigaben durch Menschen mit. Für Multi-Agent-Arbeit delegiert der Hauptagent über das task-Tool an Subagenten mit eigenem, frischem Kontext, die jeweils einen Abschlussbericht zurückgeben; eigene Subagenten werden im Parameter subagents definiert, für lange oder parallele Arbeit gibt es asynchrone Subagenten. Die Bibliothek gibt es für Python und JavaScript unter MIT-Lizenz; Tracing und Deployment laufen optional über die kostenpflichtige Plattform LangSmith.
Passt gut, wenn
Schwerpunkt: Entwickler, die Recherche-, Coding- oder Analyse-Agenten für lange Aufgaben im LangChain-Ökosystem bauen
- es in deinem Projekt um Tiefe Recherche mit Subagenten, Coding-Agenten oder Analyse großer Dokumentmengen geht
- jemand im Team programmiert
Eher nicht, wenn
- niemand im Team programmiert (1/5 ohne Entwickler)
Kennzahlen
- Bedienung ohne Programmieren
- 1/5
- Skalierbarkeit
- 4/5
- Integrationen
- 4/5
- Versionierung
- 3/5
- Monitoring
- 4/5
Redaktionelle Einschätzung auf einer Skala von 1 bis 5. Methodik
Steckbrief
- Kategorie
- Developer
- Typ
- Agenten-Harness von LangChain
- Lizenz
- Open Source (MIT)
- Preis
- Open Source / CloudBibliothek ohne Lizenzgebühr (MIT). Optional LangSmith für Tracing und Deployment: Developer 0 $ pro Platz und Monat (1 Platz, 5.000 Traces pro Monat), Plus 39 $ pro Platz und Monat (10.000 Traces, ein kleines Serverless-Deployment inklusive), jeweils danach nutzungsbasiert; Enterprise auf Anfrage.
- Betrieb
- Cloud, Self-Hosted, Any
- Modelle
- OpenAI, Anthropic, Google Gemini, OpenRouter, Fireworks, Baseten, Ollama
- RAG
- Ja
- Mehrere Agenten im Team
- Eingebaut
- SSO, Rollen (RBAC)
- SSO nein, RBAC nein
- Aktuelle Version
- 0.7.23 (Python, 07.10.2026); JavaScript 1.14.2 (05.10.2026)
- GitHub-Sterne
- 30.105
Kernfunktionen
- Subagenten über das task-Tool
- Dateisystem-Backends und Sandboxes
- Langzeitgedächtnis über AGENTS.md
- Skills nach dem Agent-Skills-Standard
- Human-in-the-Loop mit interrupt_on
Typische Anwendungsfälle
- Tiefe Recherche mit Subagenten
- Coding-Agenten
- Analyse großer Dokumentmengen
- Langlaufende Assistenten mit Gedächtnis
Marktnotizen
Änderungen zu LangChain Deep Agents per E-Mail
Wir melden uns, wenn sich Status, Preise oder Lizenz von LangChain Deep Agents ändern, zusammen mit den wöchentlichen Marktnotizen.
Umsetzung
LangChain Deep Agents umsetzen lassen
Für dich kostenlos. Partner zahlen nur für Anfragen, die sie annehmen.
Alternativen
Ähnliche Systeme
Ähnlich in Kategorie, Funktionen oder Einsatz.
- DeveloperLangGraphLangGraph ist ein Low-Level-Framework von LangChain, um zustandsbehaftete Agenten als Graph aus Knoten und Kanten zu modellieren. Anders als reine DAG-Werkzeuge erlaubt LangGraph Zyklen, also Schleifen, in denen ein Agent Schritte wiederholt, bis eine Bedingung erfüllt ist. Persistenz, Checkpoints und menschliche Freigaben sind eingebaut; für den Betrieb gibt es LangSmith Deployment. Für Agenten, die Arbeit an Subagenten delegieren, baut LangChain Deep Agents auf LangGraph auf.Profil ansehen
- DeveloperLangChainLangChain ist eines der verbreitetsten Open-Source-Frameworks für LLM-Anwendungen, mit Integrationen für nahezu alle Modellanbieter, Vektordatenbanken und Tools. Seit Version 1.0 baut die Agenten-Funktion auf LangGraph auf. Die Vielzahl an Abstraktionen macht den Einstieg allerdings anspruchsvoll, auch für erfahrene Entwickler.Profil ansehen
- DeveloperAgent SquadAgent Squad ist ein Open-Source-Framework für Python, TypeScript und Swift, das Anfragen auf mehrere spezialisierte Agenten verteilt. Ein Klassifikator wählt anhand der Agentenbeschreibungen und des Gesprächsverlaufs für jede Nachricht den passenden Agenten; der SupervisorAgent koordiniert zusätzlich ein Team von Agenten parallel nach dem Agents-as-Tools-Prinzip. Das Projekt hieß früher Multi-Agent Orchestrator, lag unter awslabs und wird inzwischen von 2FastLabs gepflegt. Es steht unter Apache-2.0-Lizenz und läuft lokal, in Containern oder auf AWS Lambda.Profil ansehen
- DeveloperBeeAI FrameworkDas BeeAI Framework ist ein Open-Source-Framework für Agenten und Multi-Agent-Systeme in Python und TypeScript, ursprünglich von IBM entwickelt und heute unter offener Governance bei der Linux Foundation (LF AI & Data). Der RequirementAgent hält Regeln ein, die der Entwickler festlegt, etwa welches Tool in welchem Schritt aufgerufen wird. Mehrere Agenten arbeiten über das HandoffTool zusammen, mit dem ein Hauptagent Fragen an Spezialisten weitergibt, sowie über Workflows; Agenten lassen sich über A2A und MCP bereitstellen. Unterstützt werden über zehn Modellanbieter, OpenTelemetry, Memory, RAG und Caching. Lizenz ist Apache-2.0.Profil ansehen