Deep Agent — поисковый агент с виртуальной ФС

Реализация Deep Agent на основе фреймворка deepagents (deep agents from scratch).

Что умеет агент

Возможность	Инструмент
Поиск в интернете	`web_search` (DuckDuckGo, без API-ключа)
Создание файлов в виртуальной ФС	`write_file`
Чтение и редактирование файлов	`read_file`, `edit_file`
Выгрузка виртуальных файлов в реальную ФС	`export_virtual_files`

Архитектура

main.py
├── LLM: ChatOpenAI → BroJS (openai/gpt-oss-20b:free)
├── Backend: CompositeBackend
│   ├── LocalShellBackend  (virtual_mode=True, root=./workspace/)
│   └── FilesystemBackend  (virtual_mode=True, route=/fs/)
└── Tools: web_search, export_virtual_files

Агент работает в виртуальной ФС (./workspace/). По завершении инструмент export_virtual_files копирует все созданные файлы в реальную папку ./output/.

Установка

pip install -r requirements.txt

Переменные окружения

Переменная	Описание
`JOURNAL_MCP_PAT`	Токен доступа к BroJS LLM

Создай файл .env:

JOURNAL_MCP_PAT=jrnl_...

Запуск

# Запрос по умолчанию (исследование LangGraph)
python main.py

# Свой запрос
python main.py "расскажи про LangChain агентов и сохрани в файл"

Пример работы

Запрос: Найди информацию о LangGraph...

=== Ответ агента ===
Файл langgraph_research.md сохранён и выгружен в ./output/

=== Файлы в output/ ===
  langgraph_research.md (2847 байт)

2.3 KiB Raw Blame History Unescape Escape