Deep Agents 的“Agent 即文件夹”分发模式：下载、解压、即刻运行

Deep Agents 的“Agent 即文件夹”分发模式：下载、解压、即刻运行

【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents

本文讲解 Deep Agents 项目中“Agents Are Folders（Agent 即文件夹）”这一核心分发思想：Agent 不再是一个需要安装依赖、编写代码、配置环境的复杂程序，而是一个可以被打包、下载、解压并立刻运行的文件夹制品。读完本文，你将掌握基于AGENTS.md+skills/的 Agent 目录结构约定，学会用 deepagents-cli 在十几秒内运行一个来自仓库的成品 Agent（以content-writer.zip为实战案例），并理解这一设计在共享、分发与团队协作中的实际价值。

核心思想：Agent 就是文件夹

examples/downloading_agents/README.md开门见山地给出整个示例的立论：Agents are just folders. This means you can share, download, and run them instantly.（Agent 就是文件夹，这意味着你可以立即共享、下载并运行它们。）

这句话背后是三条具体约定：

• Agents are folders—— 一个 Agent 本质上就是一份AGENTS.md文件（承载记忆与指令，即 system prompt 与记忆文件）加上一个skills/目录（承载可复用的技能包），不需要任何代码。仓库中的 Content Builder Agent 等示例也遵循同样结构。
• Single artifact（单一制品）—— 把 skills 和 memory 一起打包进一个 zip 文件，Agent 运行所需的一切都在里面，不再依赖散落各处的环境配置。
• Run in seconds（秒级运行）—— 下载 → 解压 → 用 deepagents-cli 运行，没有 setup，没有 configuration。

仓库的 examples/README.md 在 "Advanced patterns" 一节将该示例归类为“Agents as Folders”—— Download a zip, unzip, and run，可见这是 Deep Agents 社区刻意沉淀出来的一种可复用的高级分发模式，而非某个示例的偶然特性。

前置条件：安装 deepagents-cli

运行这类“文件夹 Agent”只需要一个命令行工具：

uv tool install deepagents-cli==0.0.13

说明：

• 使用 uv 的tool install机制进行全局安装，==0.0.13是原文档锁定的版本号。安装完成后，deepagents命令即可直接使用。
• 版本锁定是有意为之：不同版本的 deepagents-cli 对AGENTS.md、skills/、.deepagents目录的解析约定可能不同，锁定版本能保证下面的步骤开箱即用。如果你在更新版本后行为有差异，优先回退到该版本验证。

快速开始：三步运行 Content Writer

原文档给出了标准的四步流程（创建项目 → 下载 Agent → 解压到.deepagents→ 运行）：

# 1. 创建项目文件夹 mkdir my-project && cd my-project && git init # 2. 获取 Agent 制品 zip # 制品位于仓库 examples/downloading_agents/content-writer.zip， # 也可以从 Deep Agents 在线仓库（main 分支，路径 examples/downloading_agents/content-writer.zip）直接下载 curl -L <在线仓库地址>/examples/downloading_agents/content-writer.zip -o agent.zip # 3. 解压到 .deepagents unzip agent.zip -d .deepagents # 4. 运行 deepagents

如果希望完全基于当前仓库本地完成，将第 2 步替换为：

git clone https://gitcode.com/GitHub_Trending/de/deepagents unzip deepagents/examples/downloading_agents/content-writer.zip -d .deepagents

流程要点：

• git init并非解压所需，而是为了让 Agent 在后续工作中拥有一个可跟踪的 Git 工作区（写文章、改代码时可依托 Git 工具链）。
• 解压目标目录名必须是.deepagents：deepagents-cli 以该隐藏目录作为约定的 Agent 装配位置，运行时自动发现其中的AGENTS.md与skills/。
• 运行后无需任何配置，deepagents会直接以AGENTS.md中的指令作为 Agent 的人格与工作规范启动会话。

制品解剖：content-writer.zip 里到底有什么

为了看清“单一制品”到底装了什么，我们直接读取仓库内 content-writer.zip 的打包清单，实际内容如下：

AGENTS.md # Agent 记忆与指令（1052 字节） skills/ # 技能目录 blog-post/SKILL.md # 博客写作工作流（1462 字节） social-media/SKILL.md # LinkedIn / Twitter 工作流（1711 字节）

与原文档给出的 目录结构说明 完全一致。可见这个 zip 里没有任何 Python 代码、依赖清单或配置文件，就是一份指令文件加两个技能包。

AGENTS.md：Agent 的“人格与记忆”

zip 内的AGENTS.md定义了 Content Writer 的身份与写作规范，核心内容包括：

• Brand Voice（品牌语气）：专业但不刻板、清晰直接、有感染力，像一位懂行的同事在写作；
• Writing Standards（写作标准）：使用主动语态（“The agent processes requests”而非“Requests are processed by the agent”）、以价值开头、一段一个观点、具体优于抽象、以行动收尾；
• Formatting Guidelines（格式指南）：用 H2/H3 标题拆分长内容、适时给出代码示例、3 项以上的列表用项目符号、句子尽量控制在 25 词以内。

这份指令就是 Agent 的“记忆与系统提示词”，运行时直接决定 Agent 的输出风格与工作态度。仓库中功能更完整的同主题 Agent 是 deploy-content-writer/AGENTS.md，它在 zip 版基础上扩展了 Content Pillars、每用户记忆文件（/memories/user/）以及 Research → Outline → Write → Review 的四步工作流，可以作为理解AGENTS.md能承载多少“智能”的进阶参考。

skills/blog-post/SKILL.md：博客写作技能

该技能包定义了一套结构化的长文写作流程，包含 YAML frontmatter（name: blog-post与description，用于技能发现）和正文规则：

• Research First（必须先行研究）：写作前必须通过task工具委托researcher子 Agent 做调研，并同时指定主题与结果保存路径；
• 博客结构：Hook（2-3 句的钩子开场）→ Context（问题背景）→ Main Content（3-5 个 H2 小节）→ Practical Application（含代码示例与步骤）→ Conclusion & CTA（最多 3 条要点总结）；
• 输出约定：保存到blogs/<slug>/post.md；
• SEO 考虑：标题含主关键词且不超过 60 字符、编写 150-160 字符的 meta description。

skills/social-media/SKILL.md：社媒内容技能

该技能包聚焦短内容生产，覆盖三种格式：

• Twitter/X Thread：钩子推文（<280 字符）+ 3-7 条跟进推文 + 带 CTA 的收尾推文；
• LinkedIn Post：前两行必须形成钩子、3-5 个短段落、以提问收尾驱动互动、目标长度约 1,300 字符；
• Short-form Update：单段式公告/洞见，跨平台使用控制在 280 字符内。

并附带平台适配指南（LinkedIn 用第一人称、Twitter 更口语化、每帖 2-3 个 hashtag、每帖都要有独立价值、用具体数字代替空泛表述），输出路径约定为social/<platform>/<slug>.md。

为什么“没有代码”也能跑

关键机制在于 deepagents-cli 的运行时：它读取.deepagents/AGENTS.md作为 Agent 的系统提示，把skills/下的 SKILL.md 注册为按需加载的能力，并依赖 Agent 自带的内置工具（文件读写、子 Agent 委派、Shell 等）去执行写作、调研等任务。因此 zip 里只需要“指令 + 技能定义”，真正的执行能力由 CLI 运行时统一提供——这正是该分发模式能保持单制品、轻量化的底层原因。

一键运行：One-Liner

原文档还提供了一条压缩到极致的单行命令，适合脚本化或 CI 场景：

git init && curl -L <在线仓库地址>/examples/downloading_agents/content-writer.zip -o agent.zip && unzip agent.zip -d .deepagents && rm agent.zip && deepagents

逐步拆解：git init初始化工作区 →curl -L跟随重定向下载制品 →unzip ... -d .deepagents解压到装配目录 →rm agent.zip清理下载产物（避免污染项目目录）→deepagents启动。整条命令从零到运行只需数秒，是“单一制品 + 秒级运行”理念最直观的体现。

使用注意事项

• 安全边界：Agent 是带有指令的文件夹，运行它等于把文件系统与工具执行能力交给该指令。请只从可信来源下载 Agent zip，并在运行前检查其中的AGENTS.md与skills/*/SKILL.md内容。
• 目录约定：解压目标必须是.deepagents；如果你改用了其他目录名，deepagents-cli 将无法发现该 Agent。
• 版本匹配：zip 内的指令格式通常向前兼容，但若与 CLI 版本跨度较大，建议对照 deepagents-cli 的变更记录 确认行为差异。
• 从仓库探索更多：本仓库的 examples 目录还沉淀了 Deep Research、Coding Agent、Ralph Loop 等多个“Agents as Folders”同源模式，均可参照本流程下载运行。

小结

“Agent 即文件夹”用最朴素的文件系统约定（AGENTS.md+skills/+ zip）解决了 Agent 共享与分发的核心痛点：不需要代码、不需要安装、不需要配置，curl+unzip+deepagents三步即可让一个成品 Agent 在本机工作起来。这一模式让 Agent 像文档一样可移植、可版本管理、可协作，是 Deep Agents 生态中极具实用价值的分发范式。

【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents