概述

构建代理(或任何 LLM 应用程序)的难点在于使它们足够可靠。虽然它们在原型中可能有效,但在实际使用场景中往往会失败。

为什么代理会失败?

当代理失败时,通常是因为代理内部的 LLM 调用采取了错误的操作/没有按照我们的预期执行。LLM 失败的原因通常有两种:
  1. 底层 LLM 能力不足
  2. 没有将”正确的”上下文传递给 LLM
更多时候——实际上是第二个原因导致代理不可靠。 上下文工程是以正确的格式提供正确的信息和工具,以便 LLM 能够完成任务。这是 AI 工程师的首要工作。缺乏”正确的”上下文是更可靠代理的头号障碍,而 LangChain 的代理抽象专为促进上下文工程而独特设计。
上下文工程新手?从概念概述开始,了解不同类型的上下文以及何时使用它们。

代理循环

典型的代理循环由两个主要步骤组成:
  1. 模型调用 - 使用提示和可用工具调用 LLM,返回响应或执行工具的请求
  2. 工具执行 - 执行 LLM 请求的工具,返回工具结果
Core agent loop diagram
此循环持续进行,直到 LLM 决定完成。

您可以控制的内容

要构建可靠的代理,您需要控制代理循环中每个步骤发生的事情,以及步骤之间发生的事情。
上下文类型您控制的内容临时或持久
模型上下文进入模型调用的内容(指令、消息历史、工具、响应格式)临时
工具上下文工具可以访问和产生的内容(对状态、存储、运行时上下文的读/写)持久
生命周期上下文模型和工具调用之间发生的事情(摘要、护栏、日志记录等)持久

临时上下文

LLM 在单次调用中看到的内容。您可以修改消息、工具或提示,而无需更改状态中保存的内容。

持久上下文

跨回合保存在状态中的内容。生命周期钩子和工具写入会永久修改此内容。

数据源

在此过程中,您的代理访问(读/写)不同的数据源:
数据源也称为范围示例
运行时上下文静态配置对话范围用户 ID、API 密钥、数据库连接、权限、环境设置
状态短期记忆对话范围当前消息、上传文件、认证状态、工具结果
存储长期记忆跨对话用户偏好、提取的见解、记忆、历史数据

工作原理

LangChain 中间件 是使上下文工程对使用 LangChain 的开发者变得实用的底层机制。 中间件允许您钩入代理生命周期中的任何步骤并:
  • 更新上下文
  • 跳转到代理生命周期中的不同步骤
在本指南中,您将经常看到中间件 API 的使用,作为实现上下文工程的手段。

模型上下文

控制每次模型调用的内容——指令、可用工具、使用哪个模型以及输出格式。这些决策直接影响可靠性和成本。

系统提示词

开发者给 LLM 的基本指令。

消息

发送给 LLM 的完整消息列表(对话历史)。

工具

代理可用于执行操作的工具。

模型

要调用的实际模型(包括配置)。

响应格式

模型最终响应的模式规范。
所有这些类型的模型上下文都可以从状态(短期记忆)、存储(长期记忆)或运行时上下文(静态配置)中获取。

系统提示词

系统提示词设置 LLM 的行为和能力。不同的用户、上下文或对话阶段需要不同的指令。成功的代理利用记忆、偏好和配置,为对话的当前状态提供正确的指令。
Access message count or conversation context from state:
from langchain.agents import create_agent
from langchain.agents.middleware import dynamic_prompt, ModelRequest

@dynamic_prompt
def state_aware_prompt(request: ModelRequest) -> str:
    # request.messages 是 request.state["messages"] 的快捷方式
    message_count = len(request.messages)

    base = "You are a helpful assistant."

    if message_count > 10:
        base += "\nThis is a long conversation - be extra concise."

    return base

agent = create_agent(
    model="gpt-4.1",
    tools=[...],
    middleware=[state_aware_prompt]
)

消息

消息构成了发送给 LLM 的提示词。 管理消息的内容至关重要,以确保 LLM 有正确的信息来良好地响应。
在与当前查询相关时从状态注入上传文件的上下文:
from langchain.agents import create_agent
from langchain.agents.middleware import wrap_model_call, ModelRequest, ModelResponse
from typing import Callable

@wrap_model_call
def inject_file_context(
    request: ModelRequest,
    handler: Callable[[ModelRequest], ModelResponse]
) -> ModelResponse:
    """Inject context about files user has uploaded this session."""
    # 从状态中读取:获取上传文件的元数据
    uploaded_files = request.state.get("uploaded_files", [])

    if uploaded_files:
        # 构建有关可用文件的上下文
        file_descriptions = []
        for file in uploaded_files:
            file_descriptions.append(
                f"- {file['name']} ({file['type']}): {file['summary']}"
            )

        file_context = f"""Files you have access to in this conversation:
{chr(10).join(file_descriptions)}

在回答问题时参考这些文件。"""

        # 在最近的消息之前注入文件上下文
        messages = [
            *request.messages,
            {"role": "user", "content": file_context},
        ]
        request = request.override(messages=messages)

    return handler(request)

agent = create_agent(
    model="gpt-4.1",
    tools=[...],
    middleware=[inject_file_context]
)
Transient vs Persistent Message Updates:上面的示例使用 wrap_model_call 进行临时更新——修改发送给模型进行单次调用的消息,而不更改状态中保存的内容。要进行持久更新以修改状态,您可以:
  • Return a ExtendedModelResponse with a Command from wrap_model_call to inject state updates from the model call layer.
  • Use life-cycle hooks like before_model, after_model, or wrap_tool_call (for tool returns) to update the conversation history. See the middleware documentation for more details.
有关更多信息,请参阅状态更新

Tools

工具允许模型与数据库、API 和外部系统交互。您如何定义和选择工具直接影响模型是否能有效地完成任务。

Defining tools

每个工具都需要清晰的名称、描述、参数名和参数描述。这些不仅仅是元数据——它们指导模型何时以及如何使用该工具的推理。
from langchain.tools import tool

@tool(parse_docstring=True)
def search_orders(
    user_id: str,
    status: str,
    limit: int = 10
) -> str:
    """Search for user orders by status.

    Use this when the user asks about order history or wants to check
    order status. Always filter by the provided status.

    Args:
        user_id: Unique identifier for the user
        status: Order status: 'pending', 'shipped', or 'delivered'
        limit: Maximum number of results to return
    """
    # 在此实现
    pass

Selecting tools

并非每个工具都适用于每种情况。过多的工具可能会使模型不堪重负(上下文过载)并增加错误;过少的工具则限制了能力。动态工具选择根据认证状态、用户权限、功能标志或对话阶段来调整可用的工具集。
Enable advanced tools only after certain conversation milestones:
from langchain.agents import create_agent
from langchain.agents.middleware import wrap_model_call, ModelRequest, ModelResponse
from typing import Callable

@wrap_model_call
def state_based_tools(
    request: ModelRequest,
    handler: Callable[[ModelRequest], ModelResponse]
) -> ModelResponse:
    """Filter tools based on conversation State."""
    # 从状态中读取:检查用户是否已认证
    state = request.state  
    is_authenticated = state.get("authenticated", False)
    message_count = len(state["messages"])

    # 仅在认证后启用敏感工具
    if not is_authenticated:
        tools = [t for t in request.tools if t.name.startswith("public_")]
        request = request.override(tools=tools)
    elif message_count < 5:
        # 在对话早期限制工具
        tools = [t for t in request.tools if t.name != "advanced_search"]
        request = request.override(tools=tools)

    return handler(request)

agent = create_agent(
    model="gpt-4.1",
    tools=[public_search, private_search, advanced_search],
    middleware=[state_based_tools]
)
有关过滤预注册工具和运行时注册工具(例如从 MCP 服务器)的信息,请参阅动态工具

模型

不同的模型具有不同的优势、成本和上下文窗口。为手头的任务选择合适的模型,这在代理运行过程中可能会发生变化。
根据状态中的对话长度使用不同的模型:
from langchain.agents import create_agent
from langchain.agents.middleware import wrap_model_call, ModelRequest, ModelResponse
from langchain.chat_models import init_chat_model
from typing import Callable

# Initialize models once outside the middleware
large_model = init_chat_model("claude-sonnet-4-6")
standard_model = init_chat_model("gpt-4.1")
efficient_model = init_chat_model("gpt-4.1-mini")

@wrap_model_call
def state_based_model(
    request: ModelRequest,
    handler: Callable[[ModelRequest], ModelResponse]
) -> ModelResponse:
    """Select model based on State conversation length."""
    # request.messages 是 request.state["messages"] 的快捷方式
    message_count = len(request.messages)

    if message_count > 20:
        # Long conversation - use model with larger context window
        model = large_model
    elif message_count > 10:
        # Medium conversation
        model = standard_model
    else:
        # Short conversation - use efficient model
        model = efficient_model

    request = request.override(model=model)

    return handler(request)

agent = create_agent(
    model="gpt-4.1-mini",
    tools=[...],
    middleware=[state_based_model]
)
有关更多示例,请参阅动态模型

响应格式

结构化输出将非结构化文本转换为经过验证的结构化数据。当提取特定字段或为下游系统返回数据时,自由格式的文本是不够的。 How it works: When you provide a schema as the response format, the model’s final response is guaranteed to conform to that schema. The agent runs the model / tool calling loop until the model is done calling tools, then the final response is coerced into the provided format.

Defining formats

模式定义指导模型。字段名、类型和描述精确指定了输出应遵循的格式。
from pydantic import BaseModel, Field

class CustomerSupportTicket(BaseModel):
    """Structured ticket information extracted from customer message."""

    category: str = Field(
        description="Issue category: 'billing', 'technical', 'account', or 'product'"
    )
    priority: str = Field(
        description="Urgency level: 'low', 'medium', 'high', or 'critical'"
    )
    summary: str = Field(
        description="One-sentence summary of the customer's issue"
    )
    customer_sentiment: str = Field(
        description="Customer's emotional tone: 'frustrated', 'neutral', or 'satisfied'"
    )

Selecting formats

动态响应格式选择根据用户偏好、对话阶段或角色来调整模式——在早期返回简单格式,随着复杂性的增加返回详细格式。
Configure structured output based on conversation state:
from langchain.agents import create_agent
from langchain.agents.middleware import wrap_model_call, ModelRequest, ModelResponse
from pydantic import BaseModel, Field
from typing import Callable

class SimpleResponse(BaseModel):
    """Simple response for early conversation."""
    answer: str = Field(description="A brief answer")

class DetailedResponse(BaseModel):
    """Detailed response for established conversation."""
    answer: str = Field(description="A detailed answer")
    reasoning: str = Field(description="Explanation of reasoning")
    confidence: float = Field(description="Confidence score 0-1")

@wrap_model_call
def state_based_output(
    request: ModelRequest,
    handler: Callable[[ModelRequest], ModelResponse]
) -> ModelResponse:
    """Select output format based on State."""
    # request.messages 是 request.state["messages"] 的快捷方式
    message_count = len(request.messages)

    if message_count < 3:
        # Early conversation - use simple format
        request = request.override(response_format=SimpleResponse)
    else:
        # Established conversation - use detailed format
        request = request.override(response_format=DetailedResponse)

    return handler(request)

agent = create_agent(
    model="gpt-4.1",
    tools=[...],
    middleware=[state_based_output]
)

工具上下文

工具的特殊之处在于它们既读取又写入上下文。 在最基本的情况下,当工具执行时,它接收 LLM 的请求参数并返回工具消息。工具完成其工作并产生结果。 工具还可以为模型获取重要信息,使其能够执行和完成任务。

读取

大多数现实世界的工具需要的不仅仅是 LLM 的参数。它们需要用于数据库查询的用户 ID、用于外部服务的 API 密钥,或当前的会话状态来做出决策。工具从状态、存储和运行时上下文中读取以访问这些信息。
Read from State to check current session information:
from langchain.tools import tool, ToolRuntime
from langchain.agents import create_agent

@tool
def check_authentication(
    runtime: ToolRuntime
) -> str:
    """Check if user is authenticated."""
    # Read from State: check current auth status
    current_state = runtime.state
    is_authenticated = current_state.get("authenticated", False)

    if is_authenticated:
        return "User is authenticated"
    else:
        return "User is not authenticated"

agent = create_agent(
    model="gpt-4.1",
    tools=[check_authentication]
)

写入

工具结果可用于帮助代理完成给定任务。工具既可以直接向模型返回结果,也可以更新代理的记忆,使重要的上下文在后续步骤中可用。
使用 Command 写入状态以跟踪特定于会话的信息:
from langchain.tools import tool, ToolRuntime
from langchain.agents import create_agent
from langgraph.types import Command

@tool
def authenticate_user(
    password: str,
    runtime: ToolRuntime
) -> Command:
    """Authenticate user and update State."""
    # Perform authentication (simplified)
    if password == "correct":
        # Write to State: mark as authenticated using Command
        return Command(
            update={"authenticated": True},
        )
    else:
        return Command(update={"authenticated": False})

agent = create_agent(
    model="gpt-4.1",
    tools=[authenticate_user]
)
有关在工具中访问状态、存储和运行时上下文的全面示例,请参阅工具

生命周期上下文

控制核心代理步骤之间发生的事情——拦截数据流以实现摘要、护栏和日志记录等横切关注点。 正如您在模型上下文工具上下文中所见,中间件是使上下文工程变得实用的机制。中间件允许您钩入代理生命周期中的任何步骤,并且可以:
  1. Update context - Modify state and store to persist changes, update conversation history, or save insights
  2. Jump in the lifecycle - Move to different steps in the agent cycle based on context (e.g., skip tool execution if a condition is met, repeat model call with modified context)
Middleware hooks in the agent loop

Example: Summarization

最常见的生命周期模式之一是在对话历史变得过长时自动压缩它。与模型上下文中显示的临时消息修剪不同,摘要持久更新状态——永久地用摘要替换旧消息,该摘要将保存用于所有后续回合。 LangChain 为此提供了内置中间件:
from langchain.agents import create_agent
from langchain.agents.middleware import SummarizationMiddleware

agent = create_agent(
    model="gpt-4.1",
    tools=[...],
    middleware=[
        SummarizationMiddleware(
            model="gpt-4.1-mini",
            trigger={"tokens": 4000},
            keep={"messages": 20},
        ),
    ],
)
当对话超过 token 限制时,SummarizationMiddleware 会自动:
  1. 使用单独的 LLM 调用摘要较早的消息
  2. 在状态中用摘要消息替换它们(永久性)
  3. 保持最近的消息完整以提供上下文
摘要后的对话历史会被永久更新——后续回合将看到摘要而不是原始消息。
有关内置中间件的完整列表、可用的钩子以及如何创建自定义中间件,请参阅中间件文档

最佳实践

  1. 从简单开始 - 从静态提示和工具开始,仅在需要时添加动态功能
  2. 增量测试 - 一次添加一个上下文工程功能
  3. 监控性能 - 跟踪模型调用、token 使用量和延迟
  4. 使用内置中间件 - 利用 SummarizationMiddlewareLLMToolSelectorMiddleware
  5. 记录您的上下文策略 - 明确传递了什么上下文以及为什么传递
  6. 理解临时与持久:模型上下文更改是临时的(每次调用),而生命周期上下文更改会持久保存到状态

相关资源