create_deep_agent 调用点。在 Python 中构建配置文件时使用 HarnessProfile;当从配置文件加载或保存 YAML/JSON 文件时使用 HarnessProfileConfig。Deep Agents 内置了适用于 OpenAI 和 Anthropic (Claude) 模型的运行环境配置文件。
提供商配置文件 是一个更窄范围的配套 API,用于模型构建的关键字参数,这些参数不影响运行环境。大多数调用者不需要它们;当你需要将 init_chat_model 的默认值、凭据检查或运行时派生的关键字参数作为你的提供商选择的默认值时(例如,在打包一个提供商集成时),可以使用它。
运行环境配置文件
HarnessProfile 描述了在聊天模型构建完成后,create_deep_agent 应用的提示词组装、工具可见性、中间件和默认子智能体调整:
string
在调用者的
suffix 之后追加文本,放在组装好的系统提示词的最后。应用于主智能体、声明式子智能体以及自动添加的通用子智能体。Mapping[str, str]
覆盖单个工具的描述,以工具名称为键。
frozenset[str]
从工具集中移除特定的运行环境级工具。通过工具名称(字符串)匹配,作为注入后过滤器应用,因此它可以丢弃用户提供的工具和运行环境中间件添加的工具。有关实际示例,请参见 不使用默认文件系统工具运行。
Sequence[AgentMiddleware] | Callable[[], Sequence[AgentMiddleware]
将中间件追加到此配置文件应用的每个栈中。有关内置排序,请参见默认中间件栈。
GeneralPurposeSubagentProfile
禁用、重命名或重新提示通用子智能体。当此字段的
system_prompt 与 base_system_prompt 同时设置时,通用子智能体特定的提示词优先——参见 通用子智能体提示词。调用者提供的
system_prompt= 始终位于组装好的提示词的最前面,而 system_prompt_suffix 始终位于最后——无论选择哪个模型。同样的覆盖规则适用于子智能体:每个子智能体根据其自己的模型重新运行配置文件解析。有关每种情况(主智能体、子智能体和通用子智能体)的详细分解,请参见 系统提示词。excluded_middleware 中的条目接受两种形式:
- 一个中间件类(通过精确类型匹配),或者一个与
AgentMiddleware.name匹配的纯字符串。对于内置和公共别名(如"SummarizationMiddleware"),使用纯字符串。 - 一个
module:Class导入引用(例如,"my_pkg.middleware:TelemetryMiddleware"),用于从配置文件中精确目标中间件类。导入引用是惰性解析的,因此仅用于受信任的本地配置——加载一个会导入 Python 代码。
预配置模型实例的查找顺序
预配置模型实例的查找顺序
当你传递一个预配置的聊天模型实例而不是
provider:model 字符串时,运行环境会从该实例合成规范的 provider:identifier 键,并按以下顺序查找:- 精确的
provider:identifier匹配 - 仅标识符(仅当标识符本身包含
:时) - 仅提供商回退
注册键
两种配置文件类型使用相同的键格式:- 提供商级—像
"openai"这样的纯提供商名称适用于该提供商的所有模型。 - 模型级—像
"openai:gpt-5.5"这样完全限定的provider:model键仅适用于该特定模型。
没有能匹配每个提供商的通配符键。要在所有地方应用相同的覆盖(例如,无论选择哪个模型都丢弃
SummarizationMiddleware),请在你使用的每个提供商键下注册配置文件。配置文件旨在进行依赖于所选模型的调整。应无论模型如何都应用的全局调整应在 create_deep_agent 调用点进行。合并语义
|
init_kwargs (提供商) | 字典按键合并;共享键上新值胜出 |
| pre_init (提供商) | 可调用对象链式执行:现有先运行,然后运行新的 |
| init_kwargs_factory (提供商) | 工厂链式执行,每次 resolve_model 调用时合并其输出 |
提供商配置文件
ProviderProfile 声明了 Deep Agents 应如何为给定的提供商或特定模型规范构建聊天模型。它仅在你创建深度智能体时提供 provider:model 字符串时应用,而不是在你传递通过 init_chat_model 预配置的模型时应用:
Mapping[str, Any]
转发给
init_chat_model 的静态初始化参数。Callable[[str], None]
构建前要运行的副作用(例如,凭据验证)。
Callable[[], dict[str, Any]
从运行时状态派生的关键字参数(例如,从环境变量中提取的请求头)。
从配置文件加载配置文件
对于基于 YAML/JSON 的工作流,请使用HarnessProfileConfig。它反映了 HarnessProfile 的声明式子集(提示词文本、工具描述覆盖、排除的工具和中间件、通用子智能体编辑),并拥有 to_dict / from_dict 方法。运行时专用的状态——中间件实例、工厂函数和类形式的 excluded_middleware 条目——保留在 HarnessProfile 上。
register_harness_profile 接受任一类型,因此基于配置的调用者不需要手动转换步骤:
HarnessProfileConfig.from_harness_profile(...) 可将其导出回声明式形式:
- 类形式的
excluded_middleware条目在序列化时,会表示为公共别名(当类通过serialized_name: ClassVar[str]暴露一个时)或module:Class导入引用。 - 非空的
extra_middleware以及在__main__或函数作用域内声明的中间件类无法序列化——导出会引发ValueError。
将配置文件作为插件发布
可分发的配置文件可以通过importlib.metadata 入口点自行注册,而无需调用者手动运行 register_*_profile。加载顺序是 先内置,然后入口点插件,然后用户代码中的任何直接 register_*_profile 调用;所有这三种途径都通过相同的增量注册流程,因此在相同键下,后面的注册会叠加在前面的之上。
在分发包自身的 pyproject.toml 中,在适当的组下声明入口点:
deepagents.profiles 被导入时执行注册:
相关
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.

