# deepagents-architecture

Скилл deepagents-architecture помогает выбрать архитектуру для приложений на Deep Agents, спланировать субагентов, настроить цепочки middleware и схему хранения данных.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 162 установки · ★ 89 у репозитория
- Автор: existential-birds
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/existential-birds/beagle/tree/HEAD/plugins/beagle-ai/skills/deepagents-architecture/SKILL.md
- Обновлён: 2026-09-15
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/deepagents-architecture

## Что делает

Скилл формализует архитектурный выбор перед реализацией агентов. Он сверяет сценарий с каталогом альтернатив: если задача решается одиночным запросом к LLM, простым RAG-пайплайном на LangChain LCEL или не требует файловых правок, скилл рекомендует прямые вызовы API, чистый LangGraph или `create_react_agent`.

Внутри заложены правила выбора бэкендов: временный `StateBackend`, дисковый `FilesystemBackend`, долговременный межпоточный `StoreBackend` и гибридный `CompositeBackend` с маршрутизацией путей вроде `/memories/`. Для сохранения данных между сессиями через `StoreBackend` потребуется настроенное хранилище `store` из LangGraph, а для `FilesystemBackend` обязателен путь `root_dir`.

Модуль также разбирает порядок встроенных middleware: планирование через `TodoListMiddleware`, операции с файловой системой, делегирование через `SubAgentMiddleware`, сжатие контекста при достижении ~85% объема или 170k токенов в `SummarizationMiddleware`, кеширование Anthropic и паузы `HumanInTheLoopMiddleware`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add existential-birds/beagle --skill deepagents-architecture -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/deepagents-architecture/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/deepagents-architecture/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add existential-birds/beagle --skill deepagents-architecture -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/deepagents-architecture/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add existential-birds/beagle --skill deepagents-architecture -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/deepagents-architecture/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install existential-birds/beagle plugins/beagle-ai/skills/deepagents-architecture
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/deepagents-architecture/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add existential-birds/beagle --skill deepagents-architecture -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/existential-birds/beagle --path plugins/beagle-ai/skills/deepagents-architecture
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/deepagents-architecture/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add existential-birds/beagle --skill deepagents-architecture -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/existential-birds/beagle/tree/HEAD/plugins/beagle-ai/skills/deepagents-architecture/SKILL.md

## Когда брать
- сопоставить требования проекта с альтернативами вроде прямого вызова API, LangChain LCEL или чистого LangGraph
- выбрать подходящий бэкенд хранения данных между `StateBackend`, `FilesystemBackend`, `StoreBackend` и маршрутами `CompositeBackend`
- спроектировать изоляцию подзадач с помощью параллельных исследователей, специализированных субагентов или готовых графов `CompiledSubAgent`
- настроить порядок выполнения цепочки middleware, включая автоматическую суммаризацию контекста и паузы для подтверждения человеком

## Примеры запросов агенту
- Помоги выбрать архитектуру между чистым LangGraph и Deep Agents для проекта с частыми правками локальных файлов.
- Как настроить CompositeBackend в Deep Agents, чтобы связать StateBackend для рабочих файлов и StoreBackend для долгосрочных настроек?
- Спроектируй структуру специализированных субагентов для параллельного анализа данных без переполнения контекста основного агента.

## Похожие
- [deepagents-setup-configuration](https://affpapa.org/nevibecode/skills/deepagents-setup-configuration.md) — скилл · ★ 106 у репозитория
- [deepagents-python-quickstart](https://affpapa.org/nevibecode/skills/deepagents-python-quickstart.md) — скилл · 5900 установок
- [langchain-dev-guide](https://affpapa.org/nevibecode/skills/langchain-dev-guide.md) — скилл · 895 установок
- [langchain-architecture](https://affpapa.org/nevibecode/skills/langchain-architecture.md) — скилл · 13150 установок
- [express-microservices-architecture](https://affpapa.org/nevibecode/skills/express-microservices-architecture.md) — скилл · 450 установок

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
