用途：在 LangChain/LangGraph/Deep Agents 项目开始时，先确定应使用哪一层框架，再选择后续技能与编写智能体代码。
主要能力：提供三层框架的定位说明——LangChain 为基础层（模型、工具、提示、RAG），LangGraph 为编排层（节点、边、状态、持久化），Deep Agents 为最高层（规划、记忆、技能、文件）。给出顺序决策指南：需要拆分子任务、跨长会话管理文件、持久记忆或按需加载技能时选 Deep Agents；需要循环、动态分支、并行、人工介入或自定义状态时选 LangGraph；单一用途智能体选 LangChain 的 create_agent；纯模型调用、链或检索管线选 LangChain 的 LCEL/链。
使用方式：按决策问题依次判断，选定层级后调用对应后续技能，如 langchain-models、langchain-rag、langchain-middleware、langgraph-fundamentals、langgraph-execution、langgraph-persistence、deep-agents-core、deep-agents-memory、deep-agents-orchestration。高层不排斥低层，可在 Deep Agents 内使用 LangGraph 图，在两者内使用 LangChain 原语。
适用场景与限制：适合需要明确框架边界与组合方式的智能体项目。Deep Agents 内置可配置中间件（TodoList、Filesystem、SubAgent 默认开启；Skills、Memory、HumanInTheLoop 需选择启用），但自定义图边控制有限；LangGraph 无中间件，需在节点与边中直接实现行为。资料未提供安装命令、价格与平台信息。