写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：LangChain
利用LangChain Deep Agents重新构建类似Claude的代码风格代理。
代码代理的架构如何运作，从核心循环到工具、规划、内存、子代理以及沙箱化审批机制，均通过DeepAgents逐步重建。
阅读约 16 分钟在本地 OpenSandbox 后端运行 Deep Agents
如何通过 BaseSandbox 将 OpenSandbox 与 Deep Agents 相连，桥接同步与异步代码，并在本地 Docker 沙箱中安全地运行数据分析代理。
阅读约 15 分钟用于LangChain深度智能体的基于MongoDB的虚拟文件系统
专为 LangChain Deep Agents 设计的基于 MongoDB 的虚拟文件系统：对象存储中的字节数据，可通过混合 grep、排名融合、分块及同步功能在 Atlas 中进行搜索。
阅读约 8 分钟无保护代理：当模型缺乏防护时会发生什么问题
在Claude Agent SDK和LangChain Deep Agents中构建相同的无保护旅行代理，然后观察三次失败，以确定缺少了哪些控制机制。
阅读约 9 分钟基于Ollama和LangChain在本地大型语言模型上运行的QuickBooks财务处理智能体。
运行在 Qwen 3.5 9B 模型及 RTX 4070 显卡上的 ReAct 智能体，可通过 LangChain 和本地大语言模型 Ollama 实时读取 QuickBooks 数据，全程无需使用云端服务，零成本运行。包含代码、输出结果及相关限制。
阅读约 13 分钟LangGraph Agents的MCP：从基础到进阶——服务器、传输机制与适配桥接
LangGraph智能体的MCP：从基础到进阶，涵盖主机、客户端与服务器角色，FastMCP服务器，stdio与HTTP传输方式，langchain-mcp-adapters以及常见陷阱。
阅读约 17 分钟为何长周期智能体需要工具集：深度智能体如何管理状态与上下文。
为何长时序智能体需要约束机制：LangChain Deep Agents如何通过四大支柱——中间件、文件系统后端以及隔离的子智能体——来应对上下文丢失问题。
阅读约 12 分钟NOVA：与Jev一起筛选票券、Python规则以及LangChain智能体
一名一级支持助理，负责与Jev一起分析工单，用Python编写业务规则，再由LangChain代理撰写草稿。
阅读约 10 分钟Bedrock AgentCore实战：Terraform、LangGraph及发现的潜在问题
AgentCore的运行时、网关、内存及身份功能是什么，以及六种部署注意事项、大致成本，并与在AWS上自行构建代理进行对比分析。
阅读约 9 分钟