# deepagent

**Repository Path**: wangboa/deepagent

## Basic Information

- **Project Name**: deepagent
- **Description**: deepagent belongs to data_sentinel
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-03
- **Last Updated**: 2026-02-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DeepAgent

## 项目介绍
DeepAgent 是一个基于 LangChain 和 DeepAgent 技术栈的智能体执行框架，提供 HTTP 接口来执行各种智能体任务。

### 核心功能
- 支持通过 HTTP 接口执行智能体任务
- 支持流式输出执行过程
- 支持事件回调机制
- 提供调试模式便于开发

### 技术栈
- Python 3.12+
- LangChain
- DeepAgent
- FastAPI
- Poetry (依赖管理)

## 快速开始

### 环境准备
1. 安装 Poetry
2. 克隆项目代码
3. 安装依赖

```bash
# 安装依赖
poetry install
```

### 配置环境变量
创建 `.env` 文件并配置以下环境变量：

```env
# OpenAI API 密钥（实际使用时需要替换为真实密钥）
OPENAI_API_KEY=your_openai_api_key_here

# 模型名称
MODEL_NAME=gpt-3.5-turbo

# 回调接口 URL（用于接收事件）
CALLBACK_URL=http://localhost:8000/callback

# 调试模式
DEBUG_MODE=true
```

### 启动服务

```bash
# 启动 FastAPI 服务
poetry run python main.py
```

服务将在 `http://0.0.0.0:8000` 启动。

## 接口说明

### 1. 执行智能体任务

**接口地址：** `/agent/run`
**请求方法：** POST
**请求体：**

```json
{
  "tools": [],          // 启用工具列表
  "mcp_list": [],       // 启用 mcp 列表
  "enable_skills": false, // 是否启用 skills
  "question": "你好",    // 问题
  "task_id": 1        // 任务id
}
```

**响应：**

```json
{
  "result": true,               // 执行结果
  "message": "任务执行成功",   // 消息
  "data": "你好！我是智能助手"  // 执行结果数据
}
```

## 项目结构

```
deepagent/
├── agent.py          # 智能体核心实现
├── output.py         # 输出处理器实现
├── main.py           # FastAPI 应用
├── pyproject.toml    # 项目配置
├── .env              # 环境变量
└── README.md         # 项目文档
```

## 调试模式

当 `DEBUG_MODE=true` 时，系统会使用 `DebugOutput` 类，在控制台和日志中打印执行过程，便于开发调试。