로컬 파일 시스템에서 직접 파일을 읽고/쓰는 백엔드입니다. 파일은 실제 파일 시스템 경로로 접근합니다. 상대 경로는 현재 작업 디렉토리(`cwd`) 기준으로 해석되며, 콘텐츠는 일반 텍스트로 읽고/씁니다. 메타데이터(타임스탬프 등)는 파일 시스템

LangGraph `BaseStore`에 파일을 저장하는 백엔드입니다(영구 저장). LangGraph Store를 이용해 대화 스레드를 넘어서는 영구 저장을 제공합니다. 파일은 namespace로 조직되며 모든 스레드에서 지속됩니다. 멀티 에이

에이전트에 파일 시스템 도구(및 선택적 실행 도구)를 제공하는 미들웨어입니다. 이 미들웨어는 에이전트에 아래 도구들을 추가합니다. - 파일 시스템 도구: `ls`, `read_file`, `write_file`, `edit_file`, `glob`, `

파일 내용을 메타데이터와 함께 저장하기 위한 데이터 구조입니다.

도구 실행 런타임 Python: ToolRuntime 도구가 실행될 때 필요한 컨텍스트를 제공합니다: - 현재 에이전트 상태 - 백엔드 접근 - 도구 호출 ID

경로 prefix에 따라 파일 작업을 서로 다른 백엔드로 위임합니다. 경로를 route prefix(길이가 긴 것부터)와 매칭한 후 해당 백엔드로 위임합니다. 어떤 prefix에도 매칭되지 않으면 `default` 백엔드를 사용합니다. Attr

FilesystemMiddleware의 state 스키마입니다.

에이전트 상태(state)에 파일을 저장하는 백엔드입니다(일시적). LangGraph의 state/checkpoint 메커니즘을 사용합니다. 파일은 동일한 스레드(대화) 내에서는 유지되지만, 스레드를 넘어 영구 저장되지는 않습니다. 또한 state는

AGENTS.md 파일에서 에이전트 메모리를 로드하는 미들웨어입니다. 설정된 소스에서 메모리를 로드한 뒤 system prompt에 주입합니다. 여러 소스를 결합하여 한 번에 주입하는 구성을 지원합니다. Args: backend:

Widget displaying a system message.

Generic fake chat model that can be used to test the chat model interface. * Chat model should be usable in both sync and async tests * Invok

에이전트 스킬을 로드하고 system prompt에 노출하는 미들웨어입니다. Loads skills from backend sources and injects them into the system prompt using progressive disclo

코드 실행 결과입니다. LLM이 소비하기 좋도록 단순화한 스키마입니다.

백엔드 edit 작업의 결과입니다. Attributes: error: 실패 시 오류 메시지, 성공 시 `None`. path: 성공 시 수정된 파일의 절대 경로, 실패 시 `None`. files_update: che

Ralph Loop 패턴 기반 연구 실행기.

Multi-Provider Prompt Caching 전략. Anthropic (직접 또는 OpenRouter 경유)만 cache_control 마커를 적용하고, OpenAI/Gemini/DeepSeek/Groq/Grok은 자동 캐싱이므로 pass-th

단일 파일 다운로드 작업의 결과입니다. 이 응답은 배치 작업에서 부분적 성공을 허용하도록 설계되었습니다. 오류는 LLM이 파일 작업을 수행하는 사용 사례에서 복구 가능한 특정 조건에 대해 FileOperationError 리터럴을 사용하여 표준화

Represents a pasted image with its base64 encoding.

Context Caching 설정. Attributes: min_cacheable_tokens: 캐싱할 최소 토큰 수 (기본값: 1024) cache_control_type: 캐시 제어 유형 (기본값: "ephemeral")

단일 파일 업로드 작업의 결과입니다. 이 응답은 배치 작업에서 부분적 성공을 허용하도록 설계되었습니다. 오류는 LLM이 파일 작업을 수행하는 사용 사례에서 복구 가능한 특정 조건에 대해 FileOperationError 리터럴을 사용하여 표준화됩

연구 세션을 관리하는 클래스. 세션별 디렉토리를 생성하고, 발견 항목을 기록하며, Ralph Loop를 통해 진행 상황을 추적합니다. Attributes: WORKSPACE: 연구 작업 공간 루트 디렉토리. quer

`task` 도구를 통해 에이전트에 서브에이전트를 제공하는 미들웨어입니다. This middleware adds a `task` tool to the agent that can be used to invoke subagents. Subagents ar

Context Offloading 전략 구현. 대용량 도구 결과를 파일시스템으로 자동 축출하여 컨텍스트 윈도우 오버플로우를 방지합니다. ## 동작 원리 1. wrap_tool_call에서 도구 실행 결과를 가로챔 2. 결과 크기

Context Reduction 전략 구현. 컨텍스트 윈도우 사용량이 임계값을 초과할 때 자동으로 대화 내용을 압축하는 전략입니다. ## 동작 원리 1. before_model_call에서 현재 토큰 사용량 추정 2. 임계값 초

연구에서 발견된 항목을 나타내는 데이터 클래스. Attributes: content: 발견 내용 (텍스트). source_url: 소스 URL. source_title: 소스 제목. confidence:

Context Offloading 설정.

Context Reduction 설정.

백엔드 write 작업의 결과입니다. Attributes: error: 실패 시 오류 메시지, 성공 시 `None`. path: 성공 시 작성된 파일의 절대 경로, 실패 시 `None`. files_update: ch

Ralph Loop 연구 패턴을 관리하는 클래스. 상태를 파일에 저장/로드하고, 연구 진행 상황을 추적합니다. Attributes: STATE_FILE: 상태 파일 경로 (.claude/research-ralph-loop.local.md

Provider별 캐시 사용량 데이터.

사전 컴파일된(pre-compiled) 서브에이전트 명세입니다.

메시지 히스토리의 끊긴(tool message가 없는) tool call을 보정합니다.

Reduction 처리 결과.

r"""Generic fake chat model that can be used to test the chat model interface. * Chat model should be usable in both sync and async tests * I

모든 Provider의 캐시 사용량을 모니터링하는 Middleware. 요청을 변형하지 않고, 응답의 cache 관련 메타데이터만 수집/로깅합니다.

Data used to render HITL previews.

Context Caching 결과. Attributes: was_cached: 캐싱이 적용되었는지 여부 cached_content_type: 캐싱된 컨텐츠 유형 (예: "system_prompt") estimated_

SubAgent를 통한 Context Isolation 구현. Args: config: Isolation 설정 subagents: SubAgent 명세 목록 agent_factory: 에이전트 생성 팩토리 함수

Widget displaying an error message.

Fixed version of GenericFakeChatModel that properly handles bind_tools.

Fixed version of GenericFakeChatModel that properly handles bind_tools.

인간 승인을 요청하는 미들웨어 특정 도구 호출에 대해 실행을 인터럽트하고 인간 승인을 요청합니다.

Track pasted images in the current conversation.

Ralph Loop의 현재 상태를 추적하는 데이터 클래스. Attributes: iteration: 현재 반복 횟수 (1부터 시작). max_iterations: 최대 허용 반복 횟수 (0이면 무제한). complet

소스의 품질을 평가하는 데이터 클래스. 품질 점수는 세 가지 요소의 가중 평균으로 계산됩니다: - recency (최신성): 20% - authority (권위도): 40% - relevance (관련성): 40% 추가로 검증 횟

Middleware that injects the write_todos tool and planning guidance.

Context Retrieval 전략 구현. grep/glob 기반의 단순하고 빠른 검색으로 필요한 정보만 선택적으로 로드합니다. ## 동작 원리 1. 파일시스템에서 직접 패턴 매칭 2. 결과 개수 제한으로 컨텍스트 오버플로우

deepagents를 감싼 ACP Agent 구현체입니다.

연구 깊이별 설정을 담는 불변 데이터 클래스. Attributes: max_searches: 허용된 최대 검색 횟수. max_ralph_iterations: Ralph Loop 최대 반복 횟수. sources: 사용

Docker 컨테이너 라이프사이클을 관리하는 세션. 컨테이너는 요청 단위로 생성되며, SubAgent는 동일한 컨테이너를 공유합니다.

Collect file operation metrics during a CLI interaction.

Context Retrieval 설정.

Session state for the Textual app.

Widget displaying an assistant message with markdown support. Uses MarkdownStream for smoother streaming instead of re-rendering the full con

복합 백엔드 Python: CompositeBackend 경로 접두사를 기반으로 요청을 다른 백엔드로 라우팅합니다.

Simple fake implementation of AgentSideConnection for testing.

파일시스템 백엔드 Python: FilesystemBackend 실제 파일시스템에서 직접 파일을 읽고 씁니다.

Controller for @ file completion with fuzzy matching from project root.

Mock sandbox backend that implements SandboxBackendProtocol.

Offloading 처리 결과.

연구 깊이 수준을 나타내는 열거형. 각 깊이 수준은 다른 검색 전략과 리소스 사용량을 의미합니다: - QUICK: 빠른 답변이 필요할 때. 최소 검색, 단일 반복. - STANDARD: 균형 잡힌 조사. 웹 + 로컬 소스 사용. - DE

Controller for / slash command completion.

Widget displaying a user message.

Docker 컨테이너 기반 샌드박스 백엔드. 실행과 파일 작업을 모두 컨테이너 내부에서 수행하여 SubAgent 간 공유 작업공간을 제공합니다.

MemoryMiddleware의 state 업데이트 타입입니다.

Mock sandbox backend that implements SandboxBackendProtocol.

Manages multiple completion controllers, delegating to the active one.

검색 결과 메타데이터.

SkillsMiddleware의 state 업데이트 타입입니다.

Summarization Middleware for token budget management. Automatically summarizes older messages when the conversation exceeds configurable token thresh

Approval menu using standard Textual patterns. Key design decisions (following mistral-vibe reference): - Container base class with compose()

Animated braille spinner.

Chat input widget with prompt indicator, multi-line text, autocomplete, and history. Features: - Multi-line input with TextArea - Enter t

TextArea subclass with custom key handling for chat input.

Activate command completion only when line starts with '/'.

Popup widget that displays completion suggestions.

Daytona backend implementation conforming to SandboxBackendProtocol. This implementation inherits all file operation methods from BaseSandbox

Main Textual application for deepagents-cli.

Widget displaying a diff with syntax highlighting.