Deep Agents Code（dcode）是基于 Deep Agents SDK 构建的 open source coding agent。 它可与任何 large language model 配合使用，并支持在 session 中途切换 providers 或 models。 Persistent memory 会在 conversations 之间保留 context，customizable skills 会塑造其行为，approval controls 会管控 code execution。

​
快速开始

安装并启动

curl -LsSf https://langch.in/dcode | bash

添加 provider credentials

Deep Agents Code 可与任何 tool-calling LLM 配合使用。Models 通过 providers 访问：OpenAI、Anthropic 和 Google 默认随包提供，其他 providers（Ollama、Groq、xAI 等）按需安装。使用 /auth command 设置 API keys。完整列表和 credential details 请参阅 Providers。
Web search 使用 Tavily，并需要 TAVILY_API_KEY。请参阅 Enable web search。

给 agent 一个 task

Create a Python script that prints "Hello, World!"
Agent 会解释 query，并在修改 files 前用 diffs 提出 changes 供你 approval。如有需要，它可以运行 shell commands 测试 code、检查 documentation，或搜索 web 获取 up-to-date information。

启用 tracing（可选）

若要在 LangSmith 中记录 agent operations、tool calls 和 decisions，请将以下内容添加到 ~/.deepagents/.env，或在 shell 中 export variables：
~/.deepagents/.env
LANGSMITH_TRACING=true
LANGSMITH_API_KEY=lsv2_...
LANGSMITH_PROJECT=optional-project-name  # Specify a project name or default to "deepagents-code"
更多 details 和 usage 请参阅 Trace with LangSmith。
Deep Agents Code 尚不正式支持 Windows。Windows users 可以尝试在 Windows Subsystem for Linux (WSL) 下运行。

​
Capabilities

Deep Agents Code 具有以下 built-in capabilities：
  • File operations：读取、写入和编辑 disk 上的 files。
  • Shell execution：执行 commands 以运行 tests、build projects、管理 dependencies，并与 version control 交互。
  • Remote sandboxes：远程运行 agent tools，而不是在 local machine 上运行。
  • Web search：搜索 web 以获取 up-to-date information 和 documentation。需要 Tavily API key。
  • Task planning and tracking：将 complex tasks 拆分为离散 steps 并跟踪 progress。
  • Subagents：将 work 委派给 task-specific subagents。
  • Memory storage and retrieval：跨 sessions 存储和检索 information，使 agents 能记住 project conventions 和 learned patterns。
  • Context compaction & offloading：summarize 较早的 conversation messages，并将 originals offload 到 storage。
  • Human-in-the-loop：对 sensitive tool operations 要求 human approval。
  • Skills：用 custom expertise 和 instructions 扩展 agent capabilities。
  • MCP tools：从 Model Context Protocol servers 加载 external tools。
  • Tracing：在 LangSmith 中 trace agent operations，用于 observability 和 debugging。

​
Built-in tools

Agent 附带以下无需配置即可使用的 built-in tools：
ToolDescriptionHuman-in-the-Loop
ls列出 files 和 directories-
read_file读取 file 内容；为 images、audio、video 和 PDFs 返回 multimodal blocks-
write_file创建或覆盖 fileRequired1
edit_file对现有 files 进行 targeted editsRequired1
glob查找匹配 pattern 的 files-
grep跨 files 搜索 text patterns-
execute在本地或 remote sandbox 中执行 shell commandsRequired1
web_search使用 Tavily 搜索 web（请参阅 Enable web search）Required1
fetch_urlFetch web pages 并转换为 markdownRequired1
task将 work 委派给 subagents 并行执行3Required1
ask_user向 user 提出 free-form 或 multiple-choice questions-
compact_conversationSummarize 较早 messages、将 originals offload 到 backend storage，并在 context 中用 summary 替换它们Mixed2
write_todos为 complex work 创建并管理 task lists-
1：Potentially destructive operations 在执行前需要 user approval。若要绕过 human approval，可切换 auto-approve（shift+tab）或用以下 option 启动：
dcode --auto-approve
# shorter alias:
dcode -y
Non-interactive mode 默认禁用 shell。用 -S/--shell-allow-list（或 DEEPAGENTS_CODE_SHELL_ALLOW_LIST）allowlist commands。使用 recommended 可启用 read-only safe defaults，或使用 all 允许任何 command。请参阅 Non-interactive mode and piping。
2：当 token usage 超过 model-aware threshold 时，Deep Agents Code 会在后台自动 offload conversation。Offloading 会通过 LLM summarize 较早 messages，并将 originals eject 到 storage（/conversation_history/{thread_id}.md），在 context 中用 summary 替换它们。如有需要，agent 仍可从 offloaded file 检索完整 history。compact_conversation tool 允许 agent（或你）按需触发 offloading。当它作为 tool 调用时，默认需要 user approval。3：当通过 config.toml 中的 [async_subagents] section 配置 async subagents（请参阅 Async subagents）时，会提供 additional tools：start_async_task、update_async_task 和 cancel_async_task（都受 approval gate 控制），以及 check_async_task 和 list_async_tasks。

​
Command reference

# Use a specific agent configuration
dcode --agent mybot

# Use a specific model (provider:model format or auto-detect)
dcode --model anthropic:claude-opus-4-7
dcode --model gpt-5.5

# Auto-approve tool usage (skip human-in-the-loop prompts)
dcode -y

# list directory contents, then summarize directory as first prompt—the command runs first, then the prompt is submitted
# the prompt does NOT have access to the command output
dcode --startup-cmd "ls -la" -m "Summarize what's in this directory"

# Non-interactive with startup command: show git status before the task runs
# the task does NOT have access to the command output
dcode --startup-cmd "git diff --stat" -n "Review these changes"
OptionDescription
-a, --agent NAME使用带独立 memory 的 named agent。覆盖 config.toml 中的 [agents].recent。Default：agent（如果设置了 [agents].recent，则使用最近使用过的 agent）
-M, --model MODEL使用特定 model（provider:model）
--model-params JSON作为 JSON string 传给 model 的 extra kwargs（例如 '{"temperature": 0.7}'）
--default-model [MODEL]设置 default model
--clear-default-model清除 default model
-r, --resume [ID]Resume session：-r 表示最近 session，-r <ID> 表示特定 thread
-m, --message TEXTSession 启动时自动提交的 initial prompt（interactive mode）
--skill NAME启动时调用 skill
--startup-cmd CMD启动时、first prompt 前运行的 shell command。Output 会在 transcript 中渲染供你参考，但不会添加到 agent message history。若要将 command output 交给 agent，请改为通过 stdin pipe 传入（例如 git diff | dcode -n "Review these changes"）。Non-zero exits 和 timeouts 会 warning 但不会 abort；non-interactive mode 应用 60s timeout。
-n, --non-interactive TEXTNon-interactively 运行单个 task 并退出。除非设置 --shell-allow-list，否则 shell 被禁用
--max-turns N在 non-interactive mode 中限制 agentic turns。超过时以 code 124 退出。需要 -n 或 piped stdin。请参阅 Cap turn count with --max-turns
--timeout SECONDSNon-interactive mode 的 hard wall-clock timeout。超过时以 code 124 退出。需要 -n 或 piped stdin。请参阅 Cap wall-clock time with --timeout
-q, --quiet适合 piping 的 clean output，只有 agent response 会进入 stdout。需要 -n 或 piped stdin
--no-streamBuffer full response，并一次性写入 stdout，而不是 streaming。需要 -n 或 piped stdin
--stdin显式从 stdin 读取 input，而不是 auto-detection。当 stdin 不可用或为 TTY 时清晰报错
-y, --auto-approve无提示 auto-approve 所有 tool calls（禁用 human-in-the-loop）。Interactive session 中可用 Shift+Tab 切换
-S, --shell-allow-list LISTComma-separated shell commands，用于 auto-approve；'recommended' 表示 safe defaults，'all' 表示允许任何 command。适用于 -n 和 interactive modes
--json从 management subcommands（agents、threads、skills、update）发出 machine-readable JSON。Output envelope：{"schema_version": 1, "command": "...", "data": ...}
--sandbox TYPE用于 code execution 的 remote sandbox：none（default）、langsmith、agentcore、modal、daytona、runloop。LangSmith 已包含；AgentCore/Modal/Daytona/Runloop 需要 extras
--sandbox-id ID复用现有 sandbox（跳过 creation 和 cleanup）
--sandbox-snapshot-name NAME要使用或创建的 sandbox snapshot name（仅 LangSmith）
--sandbox-setup PATHSandbox 创建后要在其中运行的 setup script path
--mcp-config PATH添加 explicit MCP config 作为 highest-precedence source（与 auto-discovered configs merge）
--no-mcp禁用所有 MCP tool loading
--trust-project-mcpTrust 带 stdio servers 的 project-level MCP configs（跳过 approval prompt）
--interpreter在 main agent 上启用 JS interpreter（js_eval）middleware。仅 local mode；需要 quickjs optional extra
--interpreter-tools VALUEjs_eval 的 PTC allowlist：safe、all 或 comma-separated tool names。Default：无 PTC（pure REPL）
--profile-override JSON将 model profile fields 作为 JSON string 覆盖（例如 '{"max_input_tokens": 4096}'）。Merge 到 config file profile overrides 之上
--acp作为 ACP server 通过 stdio 运行，而不是启动 interactive UI
--update检查并安装 updates，然后退出
--auto-updateToggle automatic updates on or off，然后退出
-v, --version显示 version
-h, --help显示 help
CommandDescription
dcode helpShow help
dcode agents listList all agents (alias: ls)
dcode agents reset --agent NAMEClear agent memory and reset to default. Supports --dry-run
dcode agents reset --agent NAME --target SOURCECopy memory from another agent
dcode updateCheck for and install Deep Agents Code updates
dcode skills list [--project]List all skills (alias: ls)
dcode skills create NAME [--project]Create a new skill with template SKILL.md. Idempotent—re-creating an existing skill prints an informational message instead of an error
dcode skills info NAME [--project]Show detailed information about a skill
dcode skills delete NAME [--project] [-f]Delete a skill and its contents. Supports --dry-run
dcode threads list [--agent NAME] [--limit N]List sessions (alias: ls). Default limit: 20. -n is a short flag for --limit. Additional flags: --sort {created,updated}, --branch TEXT (filter by git branch), --cwd [PATH] (filter by working directory; bare flag uses current directory), -v/--verbose (show all columns including branch, created time, and initial prompt), -r/--relative (relative timestamps)
dcode threads delete IDDelete a session. Supports --dry-run
dcode mcp login NAME [--mcp-config PATH]Run the OAuth login flow for an MCP server marked auth: "oauth". See MCP tools
dcode mcp configShow MCP config discovery paths
所有 management subcommands 都支持 --json 以输出 machine-readable output。详情请参阅 command-line options。Destructive commands（agents reset、skills delete、threads delete）支持 --dry-run，可在不做更改的情况下 preview 将发生什么。在 JSON mode 中，--dry-run 会返回相同 envelope，并带有 dry_run: true field。

​
Configuration

完整 reference，包括 config.toml schema、provider parameters、profile overrides 和 hook configuration，请参阅 Configuration。 Deep Agents Code 将所有 configuration 存储在 ~/.deepagents/ 下。在该 directory 中，每个 agent 都有自己的 subdirectory（default：agent）：
PathPurpose
~/.deepagents/config.tomlModel 和 agent defaults、provider settings、constructor params、profile overrides、themes、update settings
~/.deepagents/.envGlobal API keys 和 secrets。请参阅 configuration
~/.deepagents/hooks.jsonLifecycle event hooks（session start/end、task complete 等）
~/.deepagents/<agent_name>/Per-agent memory、skills 和 conversation threads
.deepagents/（project root）Project-specific memory 和 skills，在 git repo 内运行时加载

​
Interactive mode

像在 chat interface 中一样自然输入。 Agent 会使用其 built-in tools、skills 和 memory 来帮助你完成 tasks。
在 Deep Agents Code session 中使用这些 commands：
  • /model：切换 models 或打开 interactive model selector。
  • /agents：在不重新启动的情况下 hot-swap pre-configured agents。详情请参阅 Command reference
  • /auth：管理 model providers 已存储的 API keys。详情请参阅 Provider credentials
  • /remember [context]：Review conversation 并更新 memory 和 skills。可选传入 additional context
  • /skill:<name> [args]：按 name 直接调用 skill。Skill 的 SKILL.md instructions 会与提供的 arguments 一起注入 prompt
  • /skill-creator [task]：用于创建有效 agent skills 的 guide
  • /offload（alias /compact）：通过将 messages offload 到 storage，并用 summary placeholder 替代，释放 context window space。如有需要，agent 可从 offloaded file 检索完整 history
  • /tokens：显示当前 context window token usage breakdown
  • /clear：清除 conversation history 并开始新 thread
  • /copy：将最新 assistant message 复制到 clipboard
  • /threads：浏览并 resume 之前的 conversation threads
  • /mcp [login <server> | reconnect]：显示 active MCP servers 和 tools。login <server> 会为 server 运行 OAuth flow；reconnect 加载 deferred logins
  • /notifications：配置 startup warning preferences
  • /reload：重新读取 .env files、刷新 configuration，并在不重启的情况下重新发现 skills。Conversation state 会保留。Override behavior 请参阅 DEEPAGENTS_CODE_ prefix
  • /theme：打开 interactive theme selector 以切换 color themes。可使用 built-in themes，以及任何 user-defined themes
  • /update：Inline 检查并安装 Deep Agents Code updates。检测 install method（uv、Homebrew、pip），并运行相应 upgrade command
  • /auto-update：Toggle automatic updates on or off
  • /trace：在 LangSmith 中打开当前 thread（需要 LANGSMITH_API_KEY）
  • /editor：在 external editor（$VISUAL / $EDITOR）中打开当前 prompt。请参阅 External editor
  • /changelog：在 browser 中打开 Deep Agents Code changelog
  • /docs：在 browser 中打开 documentation
  • /feedback：打开 GitHub issues page 以提交 bug report 或 feature request
  • /version：显示已安装的 deepagents-code 和 SDK versions
  • /help：显示 help 和 available commands
  • /quit：退出 application
输入 ! 进入 shell mode，然后输入 command。
git status
npm test
ls -la
General
ShortcutAction
EnterSubmit prompt
Shift+Enter, Ctrl+J, Alt+Enter, or Ctrl+EnterInsert newline
@filenameAuto-complete files and inject content
Shift+Tab or Ctrl+TToggle auto-approve
Ctrl+XOpen prompt in external editor
Ctrl+NReview pending notifications
Ctrl+OExpand/collapse the most recent tool output
EscapeInterrupt current operation
Ctrl+CInterrupt or quit
Ctrl+DExit
Prompt 中的 text editingChat input 使用标准 readline-style bindings：
ShortcutAction
Ctrl+A or HomeMove cursor to start of line
Ctrl+E or EndMove cursor to end of line
Ctrl+UDelete from cursor to start of line
Ctrl+KDelete from cursor to end of line
Ctrl+W or Ctrl+BackspaceDelete word to the left
Ctrl+Left / Ctrl+RightMove cursor one word left/right
macOS Cmd+Left / Cmd+Right / Cmd+DeleteTerminal emulators 会在 Cmd-modified keys 到达运行中的 application 之前拦截它们，因此 Deep Agents Code 永远不会直接收到这些按键。相反，terminal 会将它们转换为上面的 readline shortcuts。
  • Ghostty： 开箱可用。Cmd+Left、Cmd+Right 和 Cmd+Delete 默认会转换为 Ctrl+A、Ctrl+E 和 Ctrl+U。
  • iTerm2： 默认未绑定。请在 Settings → Profiles → Keys → Key Mappings 下将以下内容添加为 Send Text with vim special chars：
    • Cmd+Left → \x01 (Ctrl+A)
    • Cmd+Right → \x05 (Ctrl+E)
    • Cmd+Delete → \x15 (Ctrl+U)
  • Terminal.app： 没有用于此 remap 的 native UI。请直接使用基于 Ctrl 的 shortcuts。
Word-wise motion（Option+Left / Option+Right）以相同方式处理：terminals 发送 Esc+b / Esc+f，Deep Agents Code 将其解释为 word-left/right。

​
Non-interactive mode 和 piping

使用 -n 可在不启动 interactive UI 的情况下运行单个 task： 
dcode -n "Write a Python script that prints hello world"
每个 non-interactive run 都会启动 fresh thread，conversation history 不会在 invocations 之间延续。File-based state（memory、skills、configuration）会持久保留。 你也可以通过 stdin pipe input。Pipe input 时，Deep Agents Code 会自动以 non-interactively 方式运行： 
echo "Explain this code" | dcode
cat error.log | dcode -n "What's causing this error?"
git diff | dcode -n "Review these changes"
git diff | dcode --skill code-review -n 'summarize changes'
当 piped input 与 -n 或 -m 组合使用时，piped content 会先出现，然后才是你传给 flag 的 text。
最大 piped input size 为 10 MiB。
Non-interactive mode 默认禁用 shell execution。使用 -S/--shell-allow-list 启用特定 commands（例如 -S "pytest,git,make"），使用 recommended 启用 safe defaults，或使用 all 允许任何 command。
CI/CD pipelines 中 long-running 或 misbehaving agents 可能无限 loop。--max-turns N 让 operators 无需接触 SDK internals 即可设置 hard upper bound：
dcode -n "fix the failing tests" --max-turns 10
N 必须是 positive integer，并会覆盖用于限制 runaway loops 的 internal safety default。超过 budget 时以 code 124（与 GNU timeout 匹配）退出，因此 CI 可以区分 budget hit 和 generic failure。需要 -n 或 piped stdin；否则以 code 2 退出。若要使用 time-based limit 替代（或补充）turn-count limit，请参阅 Cap wall-clock time with --timeout。
--timeout SECONDS 会对 non-interactive run 强制执行 hard wall-clock limit。它用 time-based budget 补充 --max-turns（turn count），先命中的 limit 会 cancel agent。
# Fail fast in CI if the task takes more than 2 minutes
dcode -n "run the test suite and summarise failures" --timeout 120

# Combine with --max-turns—whichever limit is hit first stops the agent
dcode -n "refactor auth module" --timeout 300 --max-turns 20
到期时 agent 会被 cancel，process 以 code 124 退出，与 --max-turns 使用相同 code，因此 CI 可以统一处理两种 budget hits。需要 -n 或 piped stdin；否则以 code 2 退出。
使用 -q 获得适合 pipe 到其他 commands 的 clean output，使用 --no-stream 在写入 stdout 前 buffer full response（而不是 streaming）：
dcode -n "Generate a .gitignore for Python" -q > .gitignore
dcode -n "List dependencies" -q --no-stream | sort
在 non-interactive mode 中，agent 会被指示做出合理假设并自主推进，而不是提出 clarifying questions。它还会优先使用 non-interactive command variants（例如 npm init -y、apt-get install -y）。
# Allow specific commands (validated against the list)
dcode -n "Run the tests and fix failures" -S "pytest,git,make"

# Use the curated safe-command list
dcode -n "Build the project" -S recommended

# Allow any shell command
dcode -n "Fix the build" -S all
谨慎使用。-S all（或 --shell-allow-list all）允许 agent 在没有 human confirmation 的情况下执行任意 shell commands。

​
使用 LangSmith trace

启用 LangSmith tracing，即可在 LangSmith project 中查看 agent operations、tool calls 和 decisions。 将 tracing keys 添加到 ~/.deepagents/.env，即可在每个 session 中启用 tracing，而无需 per-shell exports：
~/.deepagents/.env
LANGSMITH_TRACING=true
LANGSMITH_API_KEY=lsv2_...
LANGSMITH_PROJECT=optional-project-name  # Specify a project name or default to "deepagents-code"
若要为特定 project 覆盖，请将相同 keys 添加到 project directory 中的 .env。完整 loading order 请参阅 environment variables。 如果你愿意，也可以将这些设置为 shell environment variables。Shell exports 始终优先于 .env values，因此这是 temporary overrides 或 testing 的好选择： 
export LANGSMITH_TRACING=false
当从 LangChain application 以编程方式调用 Deep Agents Code（例如作为 non-interactive mode 中的 subprocess）时，你的 app 和 Deep Agents Code 都会生成 LangSmith traces。默认情况下，这些 traces 都会进入同一个 project。若要将 Deep Agents Code traces 发送到 dedicated project，请设置 DEEPAGENTS_CODE_LANGSMITH_PROJECT：
~/.deepagents/.env
DEEPAGENTS_CODE_LANGSMITH_PROJECT=my-deep-agent-execution
然后为 parent application traces 配置 LANGSMITH_PROJECT：
~/.deepagents/.env
LANGSMITH_PROJECT=my-app-traces
这会保持 app-level observability 清爽，同时仍然在独立 project 中捕获 agent internal execution。你也可以使用 DEEPAGENTS_CODE_ prefix 将 LangSmith credentials 的作用域限定到 Deep Agents Code（例如 DEEPAGENTS_CODE_LANGSMITH_API_KEY）。
配置后，Deep Agents Code 会显示带 LangSmith project link 的 status line。在支持的 terminals 中，点击 link 可直接打开。你也可以使用 /trace 打印 URL 并在 browser 中打开。 
✓ LangSmith tracing: 'my-project'
建议你同时设置 LangSmith Engine，它会监控 traces、检测 issues，并提出 fixes。
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.
Edit this page on GitHub or file an issue.