DeepAgents : 工具Tools 工具模块是连接 Deep Agents 与外部世界的桥梁支持无缝集成自定义函数、API、数据库及各类 MCP 服务实现强大的外部能力调用。灵活的工具接入机制Deep Agents 兼容自定义工具、标准 LangChain 工具以及 MCP 暴露的接口。通过 tools 参数您可轻松将工具集注入 create_deep_agent并结合内置的运行时工具如文件操作、任务规划、子智能体调度快速构建复杂的工作流。广泛的模型生态支持框架已原生适配 Google、OpenAI、Anthropic、OpenRouter、Fireworks、Baseten、Ollama 等主流大模型服务商确保您的 Agent 能够自由选择最优底层模型。智能体创建示例fromdeepagentsimportcreate_deep_agent# Geminiagentcreate_deep_agent(modelgoogle_genai:gemini-3.5-flash,tools[search,fetch_url,run_query],)# OpenAI GPT-5.5agentcreate_deep_agent(modelopenai:gpt-5.5,tools[search,fetch_url,run_query],)# Claude Sonnet 4.6agentcreate_deep_agent(modelanthropic:claude-sonnet-4-6,tools[search,fetch_url,run_query],)# OpenRouter GLM-5.2agentcreate_deep_agent(modelopenrouter:z-ai/glm-5.2,tools[search,fetch_url,run_query],)# Fireworks GLM-5p2agentcreate_deep_agent(modelfireworks:accounts/fireworks/models/glm-5p2,tools[search,fetch_url,run_query],)# Baseten GLM-5.2agentcreate_deep_agent(modelbaseten:zai-org/GLM-5.2,tools[search,fetch_url,run_query],)# Ollama 本地代码模型agentcreate_deep_agent(modelollama:north-mini-code-1.0,tools[search,fetch_url,run_query],)1. 自定义工具 Custom tools支持直接传入可调用对象普通函数、tool 装饰器定义的 LangChain 工具、工具描述字典。Deep Agents 会自动解析函数签名与文档字符串生成工具入参结构多数场景无需手动编写工具 Schema。示例封装 Tavily 网页搜索工具importosfromtypingimportLiteralfromtavilyimportTavilyClientfromdeepagentsimportcreate_deep_agent# 从环境变量读取密钥初始化搜索客户端tavily_clientTavilyClient(api_keyos.environ[TAVILY_API_KEY])definternet_search(query:str,max_results:int5,topic:Literal[general,news,finance]general,include_raw_content:boolFalse,):互联网网页搜索工具returntavily_client.search(query,max_resultsmax_results,include_raw_contentinclude_raw_content,topictopic,)# 将自定义搜索工具绑定至智能体agentcreate_deep_agent(modelopenai:gpt-5.5,tools[internet_search],)2. MCP 工具 MCP toolsDeep Agents 原生支持 模型上下文协议Model Context Protocol, MCP一套面向智能体对接外部服务的开源标准。开发者可加载任意 MCP 服务开放的全部工具直接传入 create_deep_agent 使用。安装依赖库pipinstalllangchain-mcp-adapters示例: MCP 异步接入importasynciofromlangchain_mcp_adapters.clientimportMultiServerMCPClientfromdeepagentsimportcreate_deep_agentasyncdefmain():# 配置本地MCP服务clientMultiServerMCPClient({my_server:{transport:http,url:http://localhost:8000/mcp,}})# 获取MCP服务提供的所有工具toolsawaitclient.get_tools()# 创建搭载MCP工具的智能体agentcreate_deep_agent(modelopenai:gpt-5.5,toolstools,)# 发起对话调用resultawaitagent.ainvoke({messages:[{role:user,content:调用MCP服务完成任务}]},config{configurable:{thread_id:1}},)asyncio.run(main())3 内置运行环境工具 Built-in harness tools除开发者手动注入的自定义工具外所有 Deep Agent 实例默认搭载一套由运行环境Harness提供的内置工具开箱即用无需额外开发。内置工具清单工具名称功能说明ls列出指定目录下所有文件read_file读取文件内容支持分页加载与多模态文件解析write_file创建新文件或覆盖已有文件内容edit_file基于字符串精准匹配对文件进行局部修改delete删除单个文件支持递归删除文件夹及其全部内容glob使用通配符批量检索、匹配文件grep在文件内搜索目标文本execute执行 Shell 命令仅沙箱运行环境可用task派生子智能体用于任务拆分与子任务调度write_todos维护结构化待办任务清单4 多模态工具返回 Multimodal tool outputs多模态大模型不仅支持纯文本返回还可输出标准结构化内容块包括文本、图片、音频、视频及文件。纯文本场景直接返回字符串即可。图文/媒体混合场景通过有序内容列表ContentList组合文本与多媒体资源按顺序拼接输出。