LangChain 开源了 Content Studio，这是我们自己在用的设计 Agent（设计智能体）。 接入你的品牌，再用 Managed Deep Agents 把它部署到团队的 Slack，它就是你们 Slack 里的设计助手。任何人都能像找设计师一样跟它提需求、把手头的素材一并丢给它，直接拿回符合品牌规范的成品文件：小到广告图改尺寸，大到发布宣传片。

自 8 月以来，它已为我们交付了 3,000 多份设计物料，用了它作品的帖子在 X 上累计获得约 450 万次浏览，四分之三的需求来自市场部以外的团队。每个部分的细节，详见我们是如何构建它的一文。

看看效果

我们让 Content Studio 给自己做一部发布宣传片，结果它直接《洛奇》附体。

https://github.com/user-attachments/assets/ee5b98e0-7ec6-4b24-ada6-1f27087947a3

_{47 秒，从 1-bit 像素小鸡一路打成拳王。}

设计 Agent 的工作原理

Content Studio 是一个基于 Deep Agents 构建的智能体，部署在 Managed Deep Agents 上。Managed Deep Agents 负责基础设施：Slack、沙箱、记忆、定时任务和追踪。本仓库就是跑在它上面的那层设计智能体。创意由模型拍板，渲染、检查和交付交给代码。

_{这是我们在 LangChain 内部的部署方式。你自己部署的版本，起步时只包含你开启的集成（见集成）。}

• Slack。 在 thread 里 @ 它，附上需求说明和相关文件。MDA 的 Slack 应用会把消息和附件交给智能体，成品会发回同一个 thread。干活期间，它只用一条消息实时更新进度，底部显示正在跑的任务和目前花了多少钱；中途补充的任何内容，也会同步给进行中的任务。
• 每个 thread 一台电脑。 每个 thread 都有自己的 LangSmith 沙箱：一台 Linux 机器，装好了 Chrome、FFmpeg、HyperFrames、D2 和你的字体，按同一份锁定版本的脚本（sandbox/setup.sh）构建。它产出的一切都是项目文件夹中的代码（幻灯片是 HTML，影片是动画时间轴），所以改东西就是改代码、重新渲染，不用推倒重来。API 密钥从不进入沙箱。
• 技能（Skills）和设计知识库。 常驻提示词很精简。每接到一个需求，它会先读一个路由技能，由它从 35 个技能里挑出合适的工作流，小到广告图改尺寸，大到发布宣传片。知识库管设计功底（字体排印、配色、版式、图表），品牌包管具体的品牌信息。技能按需加载，由 MDA 从 Context Hub 提供。
• 你的工具。 视频用 HyperFrames 制作，它把影片当作时间轴上的网页来处理。Paper 是一个共享画布，你可以直接在上面编辑分镜或版式。图像、语音和音乐模型作为沙箱外的工具运行；Notion、Linear、GitHub、Figma 等 MCP 服务器通过 MDA 接入，每个人用自己的账号登录。
• 异步子智能体。 碰到大活儿，主智能体会先做计划、拆分任务，再在后台启动子智能体，共用同一个沙箱和同一批文件。任何一个子智能体完成、失败或卡住，MDA 都会唤醒主智能体，所以它从不干等，还能一直跟你聊。影片按分镜、动态分镜（animatic）、正式制作的顺序推进，代码会确保每个部分在合成前都通过审核。
• 记忆。 规则只需说一次（“LinkedIn 上永远别用橙色”），它当场就会记下来。MDA 给它两层记忆文件：全员共享的团队记忆，和每个人自己的个人记忆；每次运行都会加载这两层的索引。
• 越用越好。 每完成一个任务，learn_from_job 会把哪些做法管用记成笔记，挂在这次用到的技能下面。之后的任务会读这些笔记并打分，经不起检验的就会被淘汰。

看它现身说法

我们让它用自然纪录片的形式讲讲自己的 harness，主角是一只像素鹦鹉。片子会带你逛一遍它的电脑、它的工具，以及支撑它干活的上下文。

https://github.com/user-attachments/assets/65eac8e4-0fac-4a5a-9cca-02e26a0a8baa

_{分镜、制作和旁白，全由智能体在一个 Slack thread 里完成。}

生成这部影片的提示词

智能体就是根据下面这段需求，加上几轮修改意见做出来的：

Make a short explainer of how you create videos in code, end to end, for our blog post on the media harness we built on Deep Agents. Narrate it like a David Attenborough nature documentary, starring the pixel parrot from our promo, with your subagents as its flock. Keep it technical enough for an engineer, in real terms: skills, wiki, tools, apps. Storyboard it before you build, and end on "Built on Managed Deep Agents".

想深入可以看架构说明，或者直接上手改：instructions.md · skills/ · 定制 · 评测 · 运维 · 贡献指南。

为什么它的作品没有 AI 味

_{同一个提示词，分别交给带品牌技能的本地编程智能体和 Content Studio。}

• 它会看自己的作品。 先渲染，亲眼看过成图，才往外发。
• 你的品牌就是代码。 版式只认你的 Design Token：你的颜色、字体和间距。
• 机器能量化的，都交给代码检查。 颜色、字体、对比度、尺寸和图表计算，每次渲染都由代码查一遍。审美这件事，还是交给你的设计师。

快速开始

自己从零搭建	从这里开始
花几个月搭 harness、沙箱、技能和 Slack 交互	Fork 仓库，加入你的品牌，一条命令部署
成品精致，却千篇一律	作品遵循你的品牌，每次渲染都经过检查
设计需求排长队	任何人都能在 Slack 里提需求：几分钟出图，长篇幻灯片一夜完成
每个团队都在填同样的坑	技能改一次，之后的每份物料都照着来

本仓库是一个 Managed Deep Agents 项目，不用改就能直接部署到你的 LangSmith 工作区。你需要一个 LangSmith 账号（Managed Deep Agents 目前在 LangSmith Cloud 上公测）和一个模型密钥：

curl -fsSL https://raw.githubusercontent.com/langchain-ai/design-agent/main/install.sh | bash
cd design-agent
uv run design-agent config set LANGSMITH_API_KEY=lsv2_… ANTHROPIC_API_KEY=sk-ant-…
uv run design-agent sandbox publish   # once per workspace, 10-15 min: the agent's computer
uv run mda deploy                     # the agent itself, and its Slack app

如果还没装 uv，安装脚本会先帮你装上，然后克隆仓库、安装依赖；手动执行 git clone 和 uv sync 效果一样。

最后两条命令分工不同。sandbox publish 会构建每个 thread 干活用的 Linux 机器，作为快照保存在你的 LangSmith 工作区；这时还没有能跟你对话的智能体。mda deploy 才会部署智能体，它会为每个 thread 克隆一份那台机器。只有在 sandbox/setup.sh 变化时才需要重新发布。

用的是 LangSmith Gateway？ 那就不用配模型服务商的密钥，直接运行 uv run design-agent config set DESIGN_AGENT_MODEL=langsmith:anthropic/claude-opus-5-5。之后智能体会使用 LANGSMITH_GATEWAY_API_KEY，没有则使用 LANGSMITH_API_KEY；在没有 OPENAI_API_KEY 时，图像生成也会经过网关。对于其他 OpenAI 兼容的端点，设置 DESIGN_AGENT_MODEL_BASE_URL 和 DESIGN_AGENT_MODEL_API_KEY_ENV（模型）。

首次部署会顺带配好智能体的 Slack 应用。在你的 Slack 工作区里授权，然后到频道里 @ 它就行。我们在 LangChain 也是这么用的。可以用 uv run mda deploy --name design-agent-test 在单独的副本上试验修改。在开启了 agent 模式的工作区中，uv run mda deploy --agent-environment production（或 staging、development）会部署到该智能体的对应环境，每个环境都有各自的追踪记录：在 LangSmith 中打开智能体并选择环境即可。uv run mda dev 的追踪会记录到它的 Local 环境。用 MDA 部署介绍了密钥、部署内容以及如何验证部署。

或者，直接交给你的编程智能体。 在 Claude Code、Codex 或 Cursor 里打开仓库，说你想干什么就行。AGENTS.md 会把每个请求路由到对应的分步技能：

你说	它会
“把它部署到我们的 Slack。”	发布沙箱，检查哪些内容会上线，等你点头再部署
“根据我们的官网和品牌手册生成品牌包。”	先起草品牌包，校验一遍，再请你过目
“教它做我们每周 Newsletter 的头图。”	为此新增一个技能，并拿一个真实需求试一遍
“这次改动让它变好了吗？”	改动前后各跑一遍评测，拿数据说话

本地试用

这个演示跑的是真实的智能体、沙箱和检查，只是把模型换成了按脚本输出的模型，不需要任何 API 密钥。需要装好 Docker，跑完会在 workspace/out/demo/ 里留下三种尺寸的发布卡片和一段 4 秒的预告片：

uv run design-agent sandbox build
uv run design-agent demo

在 .env 里配好模型密钥，就能提真实需求了。生成的文件在 workspace/out/<thread>/，输出的最后一行会告诉你这次花了多少钱：

uv run design-agent ask "A LinkedIn card announcing our design review service, 1200x627."

接入你的品牌，打造自己的版本

本仓库有两类技能：.agents/skills/ 里的是给你的编程智能体用的，负责配置、接入品牌、部署和修改这个仓库；skills/ 里的是 Content Studio 干活时读的。定制 对两者都有介绍。

想要	添加	指南
你的品牌	workspace/brand/（没加之前用的是中性的示例品牌），然后重新部署	brand-onboarding 技能
生成图像	OPENAI_API_KEY、GOOGLE_API_KEY 或 LangSmith Gateway	模型
语音、音乐、音效	ELEVENLABS_API_KEY	sound 技能
Paper 画布	搭配 Paper Desktop 使用 PAPER_MODE=local，部署后使用 bridged	Paper
网页搜索、你的文档、其他工具	config/mcp.toml 中的 MCP 服务器	定制

部署好之后，就像找设计师一样在 Slack 里向它提需求：

• “为我们的新功能做一张发布卡片，要 LinkedIn、X 和 Instagram 三种尺寸。”
• “为我们的发布做一部《洛奇》风格的宣传片，配上音乐和音效。”
• “用这个 CSV 做一张每周注册人数的图表。”（附上文件）
• “给这个视频做一张 YouTube 封面。”
• “给这段网络研讨会片段加字幕。”（附上片段）

本页所有示例用的都是 LangChain 的品牌，因为我们自己跑的就是这一套。需要授权的字体放在 private-fonts/，这个目录已被 Git 忽略。

常见问题

要花多少钱？ 代码免费（Apache 2.0）。你需要向模型服务商付费：在 LangChain，单个请求的模型花费中位数约为 50 美分，长影片和长篇幻灯片会更贵。Managed Deep Agents 的托管是收费的；它替你运行智能体、沙箱、Slack 应用和定时任务，这些本来都得你自己搭、自己运维。

能用上我的品牌吗？ 能。加上你的品牌包后，产出的每个文件都会遵循它。brand-onboarding 技能会和你一起，根据你的品牌手册、官网、文件或 Paper 文件构建品牌包。

从哪里开始？ 从你的团队每周都会要的那张图开始。让大家在 Slack 里向智能体提需求、审阅作品并要求修改，然后再教它下一件事。

一定要用 Slack 吗？ 不用。你可以调用已部署实例的 API、在 LangSmith Studio 里打开它，或者用终端（design-agent ask）。部署在 Managed Deep Agents 上时，后台跑的长任务（影片、并行出多套方案）会回到 Slack 里汇报；走 API 的话，最好只提一轮就能完成的需求。

我的密钥安全吗？ 沙箱从不保存任何凭证，默认也不联网。抓取、生成和交付都由宿主机上的工具完成，结果以文件形式放入沙箱。

支持哪些模型？ 默认是 Claude Opus 5.5。OpenAI 和 Google 的模型、任何 OpenAI 兼容端点以及 LangSmith Gateway 也都可以使用。参见模型。

能私有化部署在自己的服务器上吗？ 可以。它采用 Apache 2.0 协议，按自托管文档，用 Docker、HTTP API 和你自己的 Slack 应用就能跑起同一个智能体。

为什么有两个名字？ Content Studio 是我们在 LangChain 内部对它的叫法，也是它的 Slack 应用的默认名字（设置 DESIGN_AGENT_SLACK_NAME 可以改）。仓库、包名和命令则都叫 design-agent。

它会取代设计师吗？ 不会。它接走重复性的需求，让设计师把时间花在只有他们能做的事情上，而设计师的判断力会沉淀在它的技能和检查里。

动手做一个你自己的。 Fork 仓库，加上你的品牌 Design Token、字体和技能，然后部署到团队的 Slack。快速开始。觉得有用的话，点个 Star，能让更多团队发现它。

技术栈

Deep Agents    Managed Deep Agents    HyperFrames    Paper

还用到了：LangSmith · Chrome Headless Shell · FFmpeg · D2 · Apache ECharts · sharp。各 Logo 版权归各自所有者。HyperFrames 和 Paper 是我们所依托的合作伙伴项目。

---

Apache 2.0 · 声明 · 更新日志 · 安全 · 行为准则