命令参考

Deep Agents Code 的命令行参数与管理子命令

Deep Agents Code（dcode）在启动时接受命令行参数，并提供用于工具、智能体、会话、技能、凭据和配置的管理子命令。当你需要从 shell 覆盖默认值、在脚本中运行非交互任务，或无需打开会话即可自动化管理工作时，可以把本页作为参考。安装与日常交互式使用请参见快速开始。关于 CLI 参数如何融入更宽泛的配置模型，请参见配置。

用法示例

# Use a specific agent configuration
dcode --agent mybot

# Use a specific model (provider:model format or auto-detect)
dcode --model anthropic:claude-opus-4-8
dcode --model gpt-5.5

# Auto-approve tool usage (skip human-in-the-loop prompts)
dcode -y

# List directory contents, then summarize directory as first prompt—the command runs first, then the prompt is submitted
# The prompt does NOT have access to the command output
dcode --startup-cmd "ls -la" -m "Summarize what's in this directory"

# Non-interactive with startup command: show git status before the task runs
# The task does NOT have access to the command output
dcode --startup-cmd "git diff --stat" -n "Review these changes"

选择模型

启动时使用 --model（-M）为本次会话固定一个模型。请使用 provider:model 格式（例如 openai:gpt-5.5），或者在服务商明确无疑时直接传入裸模型名：

dcode --model anthropic:claude-opus-4-8
dcode --model openai:gpt-5.5
dcode --model fireworks:accounts/fireworks/models/deepseek-v4-pro

当 Deep Agents Code 启动时未指定 --model，会按以下顺序解析模型：

1. --model 参数（若已提供）。
2. ~/.deepagents/config.toml 中的 [models].default。
3. ~/.deepagents/config.toml 中的 [models].recent（在会话中切换模型时自动写入）。
4. 环境变量自动检测：OPENAI_API_KEY、ANTHROPIC_API_KEY、GOOGLE_API_KEY 和 GOOGLE_CLOUD_PROJECT（Gemini Enterprise Agent Platform）中第一个可用的凭据。

其他服务商（例如 Groq 或 Fireworks）仍然可以通过 --model 或已保存的默认值使用，即使它们不在启动时的自动检测列表中。完整的服务商列表与凭据设置请参见模型服务商。

设置或清除默认模型

为以后所有启动持久化一个默认模型：

# Set the default
dcode --default-model anthropic:claude-opus-4-8

# View the current default
dcode --default-model

# Clear the default
dcode --clear-default-model

你也可以在交互式的 /model 切换器（Ctrl+S）中固定默认值，或在 config.toml 中设置 [models].default。参见设置默认模型。

选择摘要模型

为自动上下文压缩、/offload 和 /compact 使用单独的模型，而不改变主智能体模型：

# Set the summarization model for this launch
dcode --summarization-model openai:gpt-5.6-sol

在交互式会话中，运行 /summarization-model 可以打开模型选择器；传入模型标识可直接切换；传入 clear 则复用主智能体模型：

/summarization-model
/summarization-model openai:gpt-5.6-sol
/summarization-model clear

摘要模型的解析顺序为：--summarization-model，然后是 config.toml 中的 [models].summarization_default，最后是主智能体模型。参见设置摘要模型。

模型参数与 profile 覆盖

通过 --model-params 以 JSON 字符串的形式向模型传递额外的构造函数 kwargs。这些参数仅对当前会话生效，并覆盖 config.toml 中的服务商参数：

dcode --model openai:gpt-5.5 --model-params '{"reasoning": {"effort": "high"}}'
dcode --model anthropic:claude-opus-4-8 --model-params '{"thinking": {"type": "enabled", "budget_tokens": 10000}, "max_tokens": 16000}'

使用 --profile-override 覆盖模型 profile 字段（例如 max_input_tokens）。这些值会叠加在配置文件中的 profile 覆盖之上，并在会话中途 /model 热切换之后继续保持：

dcode --profile-override '{"max_input_tokens": 4096}'
dcode --model google_genai:gemini-3.6-flash --profile-override '{"max_input_tokens": 4096}'

针对瞬时错误的重试次数，可以使用 --max-retries 或 config.toml 中的 [retries] 小节。参见模型参数和 Profile 覆盖。

安装服务商 extras

可选的服务商包与沙箱包以 extras 的形式提供。可以不启动会话，直接从 shell 安装：

dcode --install groq
dcode --install fireworks
dcode --install ollama

添加 --package 可通过 uv --with 安装任意服务商包（参见任意服务商），添加 --yes 可跳过确认提示。若要在首次安装 CLI 时预装 extras，请设置 DEEPAGENTS_CODE_EXTRAS（例如 DEEPAGENTS_CODE_EXTRAS="groq,fireworks"）。

移除一个可选 extra

移除某一个已安装的 extra，同时保留 Deep Agents Code 安装的其余部分：

Shell

dcode uninstall groq
dcode --uninstall groq

In session

/uninstall groq

移除操作会在不含所选 extra 的情况下重建 uv tool 安装，同时保留解释器、发布通道、其他 extras 以及通过 --package 安装的包。

智能体与会话

使用 -a/--agent 以命名智能体启动，该智能体在 ~/.deepagents/<agent_name>/ 下拥有自己的记忆、技能和 AGENTS.md。该参数会同时覆盖 config.toml 中的 [agents].default 和 [agents].recent：

dcode --agent backend-dev

使用 -r/--resume 恢复之前的对话。不传 ID 则打开最近的线程，传入线程 ID 则恢复指定的会话。恢复会绕过智能体选择参数，并还原该线程原本的智能体：

dcode -r
dcode -r abc123-thread-id

使用 dcode threads list 和 dcode threads delete 列出并删除会话。每个智能体的记忆如何工作，请参见记忆与技能。

非交互模式与管道

使用 -n/--non-interactive 在不进入交互式界面的情况下运行单个任务。每次非交互运行都会开启一个全新的线程；基于文件的状态（记忆、技能、配置）会在多次调用之间保留：

dcode -n "Write a Python script that prints hello world"

当 stdin 通过管道传入时，Deep Agents Code 会自动以非交互方式运行：

echo "Explain this code" | dcode
cat error.log | dcode -n "What's causing this error?"
git diff | dcode -n "Review these changes"

当你把管道输入与 -n 或 -m 结合使用时，管道内容会先出现，随后是参数指定的文本。管道输入的最大大小为 10 MiB。使用 --stdin 可以显式从 stdin 读取，而不依赖自动检测。

输出、限制与 shell 访问

使用 -q/--quiet 可以只在 stdout 输出智能体的回答（便于通过管道传给其他命令）。添加 --no-stream 可在写入之前缓冲完整响应：

dcode -n "Generate a .gitignore for Python" -q > .gitignore
dcode -n "List dependencies" -q --no-stream | sort

添加 --show-reasoning 可显示服务商可见的推理过程。在交互式会话中，推理内容会流式输出到单独的一行，并在该阶段结束时折叠；按 Ctrl+O 可以重新展开。在非交互模式下，推理内容输出到 stderr，这样 stdout 上的最终答案仍然可以被管道传递。该设置默认关闭，并对整个会话生效。持久化配置请参见显示服务商可见的推理过程。

在 CI 中使用 --max-turns 或 --timeout 限制智能体运行的规模。二者在超出预算时都会以退出码 124 结束。需要配合 -n 或通过管道传入 stdin：

dcode -n "fix the failing tests" --max-turns 10
dcode -n "run the test suite and summarise failures" --timeout 120

在非交互模式下，shell 执行默认处于禁用状态。可以使用 -S/--shell-allow-list 启用：

dcode -n "Run the tests and fix failures" -S "pytest,git,make"
dcode -n "Build the project" -S recommended
dcode -n "Fix the build" -S all

WARNING

-S all 允许智能体在无需人工确认的情况下执行任意 shell 命令。

更多示例与追踪配置，请参见非交互模式与管道。

启动时使用技能

--skill 参数会在启动时立即调用某个技能，交互模式和非交互模式均可：

dcode --skill code-review
dcode --skill code-review -m 'review the auth module'
cat diff.txt | dcode --skill code-review -n 'review this patch'
dcode --skill code-review -n 'review this patch' -q

--skill 与 --quiet 或 --no-stream 一起使用时需要 -n。可以使用 dcode skills list、create、info 和 delete 管理技能。参见记忆与技能。

脚本中的 rubric

非交互运行无法暂停下来进行交互式的目标评审。当验收标准已经明确时，可以使用 --rubric 传入：

dcode -n "implement OAuth refresh handling" --rubric "tests pass; no unrelated files changed"
dcode -n "implement OAuth refresh handling" --rubric @acceptance.md

可以分别设置评分模型和迭代次数上限：

dcode -n "implement OAuth refresh handling" \
  --rubric "tests pass; no unrelated files changed" \
  --rubric-model openai:gpt-5.5 \
  --rubric-max-iterations 3

所有 rubric 参数都需要 -n 或通过管道传入 stdin。参见目标与 rubric。

人在回路与 shell 访问

可能造成破坏的工具调用默认需要批准。共有三种审批模式可供选择：默认的 Manual 模式在所有检查点都要求确认，Auto 模式（-y/--auto-approve）使用一个 LLM 分类器，而 YOLO（--yolo）则不经审查地运行受控动作。在交互式会话中可以用 Shift+Tab 在 Manual 与 Auto 之间切换：

dcode -y
dcode --yolo

-S/--shell-allow-list 参数在交互模式和非交互模式下都适用。可以传入逗号分隔的命令名列表、recommended（安全的只读默认值），或 all（允许任何命令）。你也可以在环境中设置 DEEPAGENTS_CODE_SHELL_ALLOW_LIST。

限制文件系统工具

默认情况下，Deep Agents Code 会暴露所有文件系统工具。若只想暴露其中一部分，请传入一个逗号分隔的列表：

dcode -n "Audit this repository" --allow-fs-tools ls,read_file,glob,grep

有效的名称包括 ls、read_file、write_file、edit_file、delete、glob、grep 和 execute。显式列表必须包含 read_file。该允许列表适用于主智能体以及所有会话模式下的同步子智能体，但不适用于异步子智能体或非文件系统工具。

NOTE

--allow-fs-tools 和 -S/--shell-allow-list 控制 shell 访问的不同层面：

• --allow-fs-tools 控制哪些文件系统工具可用。shell 访问需要 execute。
• -S/--shell-allow-list 控制通过 execute 允许执行哪些 shell 命令。它不影响其他文件系统工具。

--allow-fs-tools 是否包含 execute？	是否设置 -S？	Shell 访问
是	是	允许的命令会执行（交互模式会确认；非交互模式自动批准）
是	否	工具存在，但没有命令被预先批准
否	是	无 shell 访问——execute 不存在，因此 -S 没有可把关的对象
否	否	无 shell 访问

在非交互模式下，需要同时传入两者，才能在无人批准的情况下启用命令：

dcode -n "Fix the failing tests" --allow-fs-tools execute -S "pytest,git,make"

在会话中运行 /tools 可以检查当前生效的工具集。在 shell 中，请把用于调整工具的参数放在子命令之前：

dcode tools list
dcode --allow-fs-tools ls,read_file tools list
dcode --allow-fs-tools ls,read_file tools list --json

诊断与审计会话

dcode 提供了只读的斜杠命令，用于检查会话加载了什么以及花费了多少：/tools 列出当前生效的工具集，/extensions 列出已加载的 Python 扩展注册项，/context-doctor 审计在对话开始之前注入的上下文，/cost 报告该线程的预估花费。可以用它们来确认某个用于调整工具的参数是否生效，或找出上下文意外增长的来源。

列出已加载的 Python 扩展

在会话中运行 /extensions，可以列出每个扩展注册项的类型、名称、作用域和来源路径。报告还会显示加载失败项，以及与图相关的改动是否需要 /restart。该命令以及 Python 扩展加载都需要 DEEPAGENTS_CODE_EXPERIMENTAL=1。参见Python 扩展。

列出可用工具

在会话中运行 /tools，可以列出当前智能体能够调用的工具，并按内置工具和来自各个 MCP 服务器的工具分组：

/tools

**7 tools available**

### Built-in

| Tool | Description |
|---|---|
| read_file | Read a file from the filesystem |
| write_file | Write content to a file |
| execute | Run a shell command |
| web_search | Search the web |
| task | Launch a subagent |

### github

- create_issue
- search_repositories

MCP tool descriptions are available in /mcp.

### Unavailable MCP servers

| Server | Status |
|---|---|
| slack | needs login |

不可用的 MCP 服务器会显示在单独的表格中。修改 MCP 配置后运行 /reload，再用 /tools 验证当前生效的工具集。对应的非交互命令请参见 dcode tools list。

审计注入的上下文

在会话中运行 /context-doctor，可以审计会话向每个模型请求注入了哪些内容及其预估的 token 成本。该报告会把注入的上下文拆分为基础系统提示词、AGENTS.md 记忆文件、技能索引、内置工具的 schema，以及每个 MCP 服务器的工具 schema，然后汇总出智能体在对话开始之前所承载的总量：

/context-doctor

Fresh-session context audit (estimated tokens)

System prompt (base)                      ~6
AGENTS.md memory (1 files)            ~1,286
Skills index (1 loaded)                 ~477  largest: code-review ~15
Built-in tool schemas (1 tools)          ~13  sent with every request
MCP: docs (1 tool)                       ~31
MCP: broken                               ~0  connection failed
TOTAL injected before conversation  ~     1,813
Conversation history             ~     4,200
Provider-reported context              9,000
Unattributed / estimation delta       +2,987

Approximate: section counts use about four characters per token.
Trim skills or disable an MCP server, then run /context-doctor again.

如果出现较大的未归因差值，或注入总量偏大，就说明存在你可能想要裁剪的上下文。在修改技能或 MCP 配置之后，请再次运行 /context-doctor 进行确认。

/context-doctor 与另外两个相关命令互为补充：

• /context 显示当前上下文窗口的使用程度；/context-doctor 则通过把 token 归因到每个被注入的组件，说明为什么会这样。
• dcode doctor 在不启动会话的情况下检查安装与配置是否正常；/context-doctor 则从会话内部审计一个活跃会话的上下文。

跟踪线程成本

在会话中运行 /cost，可以以美元显示该线程的预估成本：

/cost

Estimated thread cost: $1.03

By type since this thread was loaded:
- Assistant: $0.87
- Subagents: $0.16

By model since this thread was loaded:
- anthropic:claude-sonnet-4-5: $1.03

该总额包括来自助手、子智能体、offloading、Auto 分类和 rubric 评分的模型调用。它在你恢复会话或切换线程时依然保留。估算使用的是 genai-prices 目录；没有定价信息的请求会被排除在外。

使用 /tokens 可以查看估算背后的 token 计数。对于未被覆盖的模型，可以添加自定义定价覆盖。

提出旁问

/btw 让你在智能体继续工作的同时，就当前对话提出问题。输入 /btw <question>，或者直接输入 /btw 打开提问框。答案会显示在一个临时对话框中，而不是主对话里。按 Esc 可以关闭它。

启动命令与初始提示词

使用 -m/--message 可以在交互式会话启动时自动提交一条初始提示词。可以与 --startup-cmd 结合使用，先运行一条 shell 命令：

dcode --startup-cmd "git diff --stat" -m "Summarize these changes"

--startup-cmd 的输出会渲染在会话记录中供你参考，但不会被加入智能体的消息历史。若要把命令输出交给智能体，请改为通过 stdin 以管道方式传入：

git diff | dcode -n "Review these changes"

--startup-cmd 的非零退出和超时只会发出警告，不会中止会话。非交互模式会对启动命令应用 60 秒超时。

远程沙箱

使用 --sandbox 可以把代码执行路由到远程沙箱。内置服务商包括 langsmith、agentcore、daytona、modal、runloop 和 vercel。第三方以及在配置中声明的服务商同样被接受。不带值地传入 --sandbox 会使用 config.toml 中的 [sandboxes].default：

dcode --sandbox langsmith
dcode --sandbox runloop --sandbox-id dbx_abc123
dcode --sandbox modal --sandbox-setup ./setup.sh
dcode --sandbox

NOTE

由于 --sandbox 接受的是可选值，请把不带值的形式放在命令行的最后。否则，紧跟其后的参数（例如 dcode --sandbox agents）会被当作该参数的值。

使用 dcode --install 安装沙箱 extras（例如 dcode --install daytona 或 dcode --install all-sandboxes）。服务商配置、工作目录和第三方服务商请参见远程沙箱。

MCP 参数

在启动时控制 MCP 服务器的加载：

参数	行为
--mcp-config PATH	添加一份显式配置，作为优先级最高的来源（叠加在自动发现的配置之上）
--no-mcp	完全禁用 MCP
--trust-project-mcp	在本次运行中信任项目级服务器而不进行提示。被用户策略拒绝的服务器仍然保持禁用。

--mcp-config 与 --no-mcp 互斥。在非交互模式下，如果没有匹配的已保存批准或环境批准，项目级服务器会被静默跳过，除非传入了 --trust-project-mcp：

dcode --trust-project-mcp
dcode -n "run tests" --trust-project-mcp

对于标记为 auth: "oauth" 的 MCP 服务器，可以使用 dcode mcp login <server> 运行 OAuth 登录。不带服务器名运行 dcode mcp login 会列出需要登录的已配置 OAuth 服务器。参见MCP 工具。

命令行选项

选项	说明
-a, --agent NAME	使用具有独立记忆的命名智能体。覆盖 config.toml 中的 [agents].recent 和 [agents].default。默认值：agent（如果设置了 [agents].recent，则为最近使用过的智能体）
-M, --model MODEL	使用指定的模型（provider:model）
--summarization-model MODEL	用于上下文压缩摘要的模型。覆盖 [models].summarization_default；默认使用主智能体模型
--model-params JSON	以 JSON 字符串形式传给模型的额外 kwargs（例如 '{\"temperature\": 0.7}'）
--max-retries N	覆盖瞬时模型错误发生后的重试次数。默认值：5；设为 0 可禁用重试
--default-model [MODEL]	设置默认模型（省略 MODEL 可查看当前默认值）
--clear-default-model	清除默认模型
-r, --resume [ID]	恢复会话：-r 表示最近一次，-r <ID> 表示指定线程
-m, --message TEXT	会话开始时自动提交的初始提示词（交互模式）
--skill NAME	在启动时调用某个技能
--startup-cmd CMD	在启动时、第一条提示词之前运行的 shell 命令。输出会渲染在会话记录中供你参考，但不会被加入智能体的消息历史。若要把命令输出交给智能体，请改为通过 stdin 以管道方式传入（例如 git diff | dcode -n \"Review these changes\"）。非零退出和超时只会发出警告而不会中止；非交互模式会应用 60 秒超时。
--rubric TEXT|@PATH	rubric 评分的验收标准。接受字面文本，或 @path 以读取文件。需要 -n 或通过管道传入 stdin
--rubric-model MODEL	rubric 评分器使用的模型。默认为主智能体模型。需要 -n 或通过管道传入 stdin
--rubric-max-iterations N	每次 rubric 尝试中，评分器在停止前的迭代次数。需要 -n 或通过管道传入 stdin
-n, --non-interactive TEXT	以非交互方式运行单个任务然后退出。除非设置了 --shell-allow-list，否则 shell 处于禁用状态
--recursion-limit N	设置 LangGraph 图的步数预算（每轮最大的节点调用次数）。未设置时采用 LangGraph 服务器的默认值
--max-turns N	限制非交互模式下的智能体轮数。超出时以退出码 124 结束。需要 -n 或通过管道传入 stdin。参见非交互模式与管道
--timeout SECONDS	非交互模式下的硬性墙钟超时。超出时以退出码 124 结束。需要 -n 或通过管道传入 stdin。参见非交互模式与管道
-q, --quiet	便于管道传递的干净输出——只有智能体的回答会输出到 stdout。需要 -n 或通过管道传入 stdin
--no-stream	缓冲完整响应并一次性写入 stdout，而不是流式输出。需要 -n 或通过管道传入 stdin
--show-reasoning	在交互式会话记录中显示服务商可见的推理过程，在非交互模式下则输出到 stderr。默认关闭
--stdin	显式从 stdin 读取输入，而不依赖自动检测。当 stdin 不可用或是 TTY 时会给出明确的错误提示
-y, --auto-approve	启用由分类器支撑的 Auto 模式。需要交互式本地会话；在交互式会话中可用 Shift+Tab 切换
--auto-classifier-model MODEL	Auto 分类器 用来审查受控工具调用的模型（provider:model 格式）。覆盖 DEEPAGENTS_CODE_AUTO_CLASSIFIER_MODEL 和 config.toml 中的 [models].auto_classifier。仅限交互式 TUI 会话
--yolo	在完成一次性的本地风险确认之后，不经审查地运行受控动作。仅限交互模式
-S, --shell-allow-list LIST	逗号分隔的、需要自动批准的 shell 命令；'recommended' 表示安全的默认值，'all' 表示允许任何命令。同时适用于 -n 和交互模式
--allow-fs-tools LIST	要暴露的文件系统工具。默认值为 all。参见限制文件系统工具
--json	让受支持的管理子命令输出机器可读的 JSON，包括 tools、agents、threads、skills 和 update。输出封装为：{\"schema_version\": 1, \"command\": \"...\", \"data\": ...}
--sandbox TYPE	用于代码执行的远程沙箱：none（默认）、langsmith、agentcore、daytona、modal、runloop、vercel 以及第三方服务商。LangSmith 已内置；其他内置服务商需要安装 extras。不带值地传入 --sandbox 可使用配置中的 [sandboxes].default
--sandbox-id ID	复用已有的沙箱（跳过创建和清理）
--sandbox-snapshot-name NAME	要使用或创建的沙箱快照名称（langsmith、runloop 以及声明支持快照的服务商）
--sandbox-setup PATH	沙箱创建之后要在其中运行的安装脚本的路径
--mcp-config PATH	添加一份显式的 MCP 配置，作为优先级最高的来源（与自动发现的配置合并）
--no-mcp	禁用所有 MCP 工具加载
--trust-project-mcp	在本次运行中信任项目级 MCP 服务器而不进行提示。显式的拒绝仍然生效。
-e, --extension PATH	为本次运行加载一个 Python 扩展文件或目录。可重复传入以添加多个路径。需要 DEEPAGENTS_CODE_EXPERIMENTAL=1 且已启用扩展发现（[extensions].enabled / DEEPAGENTS_CODE_EXTENSIONS）。参见Python 扩展
--trust-project-extensions	在本次运行中信任项目级的 .deepagents/extensions/ Python 扩展。需要 DEEPAGENTS_CODE_EXPERIMENTAL=1。参见Python 扩展
--interpreter	当 JS 解释器（js_eval）中间件在配置中被禁用时，在主智能体上启用它。js_eval 默认处于启用状态。
--interpreter-tools VALUE	js_eval 的 PTC 允许列表：safe、all，或逗号分隔的工具名列表。默认值：safe（只读的 read_file/glob/grep 预设）。参见JS 解释器
--profile-override JSON	以 JSON 字符串的形式覆盖模型 profile 字段（例如 '{\"max_input_tokens\": 4096}'）。会叠加在配置文件中的 profile 覆盖之上
--acp	作为基于 stdio 的 ACP 服务器运行，而不是启动交互式界面
--update	检查并安装更新，然后退出
--auto-update	打开或关闭自动更新，然后退出
--install NAME	安装一个可选 extra（例如 quickjs、daytona、fireworks），然后退出。添加 --package 可把 NAME 视为通过 uv --with 安装的自定义服务商包，而不是 extra（参见任意服务商）；添加 --yes 可跳过确认提示
--uninstall NAME	移除一个已安装的可选 extra 并退出。等价于 dcode uninstall NAME
-v, --version	显示版本
-h, --help	显示帮助

管理凭据（dcode auth）

dcode auth 命令组是 /auth 凭据管理器的可脚本化等价物。它读写同一个 auth.json 存储，而无需启动 TUI：

# Pipe the key in (stdin)—never lands in shell history
echo "$ANTHROPIC_API_KEY" | dcode auth set anthropic

# Copy from an existing environment variable
dcode auth set openai --from-env OPENAI_API_KEY

# Inspect and remove
dcode auth list
dcode auth status openai
dcode auth remove anthropic
dcode auth path

除非你通过 stdin 用管道传入密钥或使用 --from-env，否则 set 会拒绝在交互式终端中运行。dcode auth set 只管理 API 密钥；openai_codex 服务商则改用通过 /auth 进行的 ChatGPT 浏览器登录。参见服务商凭据。

检查配置（dcode config）

dcode config 命令组可以在不启动会话的情况下报告生效的配置。可以用它来确认某个环境变量或 config.toml 设置是否被采纳，或在 bug 报告中分享一份经过脱敏的快照：

dcode config show
dcode config get interpreter.memory_limit_mb
dcode config list
dcode config path

服务商凭据只会报告是否已配置，不会打印具体的值。这四个命令都接受 --json。参见检查配置。

运行诊断（dcode doctor）

当 Deep Agents Code 无法正常启动、某个服务商或 MCP 服务器连不上、追踪配置有误，或安装与更新看起来不对劲时，可以使用 dcode doctor。它会在不启动会话的情况下汇总安装方式、依赖版本、更新状态、追踪配置以及数据目录的健康状况。

当你同时需要高层面的健康检查和某个具体设置的确切来源时，可以把 dcode doctor 与 dcode config show 配合使用。参见使用 dcode doctor 运行诊断。

CLI 命令

命令	说明
dcode help	显示帮助
dcode tools list [--json]	列出已配置智能体可用的工具。请把 --allow-fs-tools、--no-mcp、--mcp-config 和 --trust-project-mcp 等顶层工具调整参数放在 tools list 之前
dcode agents list	列出所有智能体（别名：ls）
dcode agents reset --agent NAME	清除智能体记忆并重置为默认状态。支持 --dry-run
dcode agents reset --agent NAME --target SOURCE	从另一个智能体复制记忆
dcode uninstall NAME	移除一个已安装的可选 extra，同时保留工具环境的其余部分
dcode update	检查并安装 Deep Agents Code 更新
dcode doctor	在不启动会话的情况下运行诊断。参见运行诊断
dcode skills list [--project]	列出所有技能（别名：ls）
dcode skills create NAME [--project]	使用 SKILL.md 模板创建一个新技能。该操作是幂等的——重新创建已存在的技能只会打印一条提示信息，而不会报错
dcode skills info NAME [--project]	显示某个技能的详细信息
dcode skills delete NAME [--project] [-f]	删除某个技能及其内容。支持 --dry-run
dcode threads list [--agent NAME] [--limit N]	列出会话（别名：ls）。默认上限：20。设置 DEEPAGENTS_CODE_RECENT_THREADS 可更改默认值，或使用 -n 作为 --limit 的短参数。其他参数：--sort {created,updated}、--branch TEXT（按 git 分支过滤）、--cwd [PATH]（按工作目录过滤；不带值时使用当前目录）、-v/--verbose（显示所有列，包括分支、创建时间和初始提示词）、-r/--relative（相对时间戳）
dcode threads delete ID	删除会话。支持 --dry-run
dcode mcp login [NAME] [--mcp-config PATH]	传入 NAME 时，为标记为 auth: \"oauth\" 的服务器运行 OAuth 登录流程。省略 NAME 会列出需要登录的已配置 OAuth 服务器。参见MCP 工具
dcode mcp config	显示 MCP 配置的发现路径
dcode config show	显示每个配置项的生效值及其解析来源。参见检查配置
dcode config list	列出所有可用配置项及其类型、默认值和各自的设置位置（别名：ls）
dcode config get KEY	显示某一个配置项的生效值与来源（例如 interpreter.memory_limit_mb）
dcode config path	显示配置文件的位置以及各自是否存在
dcode auth list	列出已知的服务商以及各自凭据的解析来源
dcode auth status <provider>	显示某一个服务商的凭据来源
dcode auth set <provider>	从 stdin 或 --from-env 存储某个服务商的凭据
dcode auth remove <provider>	移除已存储的某个服务商凭据
dcode auth path	显示凭据存储路径

所有管理子命令都支持 --json 以输出机器可读的结果。更多信息请参见命令行选项。

破坏性命令（agents reset、skills delete、threads delete）支持 --dry-run，用于预览将要发生的操作而不会实际做出更改。在 JSON 模式下，--dry-run 会返回相同的响应封装，并带有 dry_run: true 字段。

另请参阅

• 快速开始
• 配置
• 配置文件
• 服务商凭据
• MCP 工具
• Python 扩展

---