GigaChain представила open source-обвязку Deep Agents для создания агентов на GigaChat

Команда GigaChain, которая работает над агентными системами, выпустила open source-решение Deep Agents. Это готовая обвязка (agent harness), построенная на фреймворке LangGraph. Решение позволяет создавать сложных автономных агентов, использующих в качестве модели GigaChat API. Deep Agents дает готовый каркас со средой исполнения, что ускоряет разработку и снижает порог входа в создание агентных систем.

LangGraph - это движок, который исполняет агента как граф с состоянием и лежит в основе экосистемы LangChain. Сама экосистема LangChain, развивающаяся с 2022 года, стала одной из самых популярных для создания агентов. Ее основная библиотека имеет большое количество звезд на GitHub. Изначально команда LangChain выпустила Deep Agents как готовую обвязку поверх этого стека. Теперь команда GigaChain адаптировала и представила эту обвязку для работы с российской языковой моделью. Обвязка включает файловую систему, оболочку, планировщик, субагентов и память, образуя полноценную среду для выполнения задач.

Появление инструмента важно для российской ИИ-экосистемы. Deep Agents решает проблему интеграции мощной, но сложной экосистемы LangChain/LangGraph с отечественной моделью GigaChat. Раньше разработчикам, желавшим использовать GigaChat в составе сложных агентов, приходилось самостоятельно создавать инфраструктуру для управления состоянием, планирования задач, работы с файлами и памяти. Теперь они получают готовый, функциональный и открытый каркас. Это переводит разработку из режима создания инфраструктуры в режим решения прикладных бизнес-задач.

Для разработчиков, продактов и предпринимателей это открывает возможности по автоматизации рабочих процессов. Используя Deep Agents, можно быстрее создавать агентов для анализа документов, обработки данных, планирования или взаимодействия с внешними системами - на основе русскоязычной модели. Это снижает зависимость от зарубежных API и стеков, предлагая локальную open source-альтернативу. Интеграция с LangGraph означает, что агенты могут быть как простыми цепочками вызовов, так и сложными системами, выполняющими задачу на множество шагов с сохранением контекста.

В перспективе это может стимулировать рост сообщества вокруг GigaChat и ускорить появление коммерческих и исследовательских агентных приложений на русском языке. Предоставление готовой производственной обвязки - классический способ развития экосистемы, доказавший эффективность в open source. Теперь вопрос будет не в том, как технически подключить модель к агенту, а в том, какие полезные задачи этот агент сможет решать для пользователей и бизнеса.