代码语言

知识点思维导图

25 个知识节点

参考资料

LangChain（14） - LangChain v1 运行时、中间件与迁移边界

TypeScript 实现地图

TypeScript v1 以 createAgent 和 Middleware 为高层入口，底层复杂状态进入 @langchain/langgraph。迁移时逐项核对 npm 包、camelCase API、Zod schema 和 Node.js 运行时要求。

const migrationChecks = ['package', 'import path', 'schema', 'runtime']
console.log(migrationChecks.every(Boolean))

读完后，你应能完成以下任务：

绘制“LangChain（14） - LangChain v1 运行时、中间件与迁移边界 / 三种编排方式”的关键对象与数据流，解释“模型需要在有限工具间循环选择时使用 createAgent；”，并用源码位置、日志或 Trace 标注证据。

为“LangChain（14） - LangChain v1 运行时、中间件与迁移边界 / 中间件生命周期”设计正常与异常输入，验证“before_agent 适合初始化运行上下文；”，输出首个偏差位置与回归测试结果。

实现“LangChain（14） - LangChain v1 运行时、中间件与迁移边界 / Context Engineering”的最小代码或配置，检验“消息历史只是上下文的一部分。”，输出命令、结果与 Diff，并说明不适用边界。

LangChain v1 的核心价值是统一 Model、Message、Tool、Middleware 和 Agent Runtime，而不是让业务代码依赖更多魔法封装。

核心知识清单

LangChain v1、Provider 集成与 LangGraph Runtime
Model、Message、Tool、Retriever 与结构化输出
固定 Chain、Agent Loop 与 Graph 的选择边界
response_format、context_schema 与 recursion_limit
before_agent、before_model、wrap_model_call 与 wrap_tool_call
消息裁剪、Context Offloading 与 Prompt Caching
AgentExecutor、ConversationChain 与版本迁移

一、先建立全局：LangChain v1 运行时、中间件与迁移边界是什么？

理解“LangChain v1 运行时、中间件与迁移边界”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“LangChain v1 运行时、中间件与迁移边界”的第一个核心判断是：模型需要在有限工具间循环选择时使用 createAgent；。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	三种编排方式	模型需要在有限工具间循环选择时使用 createAgent；
2	中间件生命周期	before_agent 适合初始化运行上下文；
3	Context Engineering	消息历史只是上下文的一部分。
4	从旧教程迁移	迁移顺序是：明确输入输出 Schema，
5	LangChain v1、Provider 集成与 LangGraph Runtime	LangChain v1 的核心价值是统一 Model、Message、Tool、Middleware 和 Agent Runtime，而不是让业务代码依赖更多魔法封装。
6	Model、Message、Tool、Retriever 与结构化输出	LangChain v1 的核心价值是统一 Model、Message、Tool、Middleware 和 Agent Runtime，而不是让业务代码依赖更多魔法封装。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["三种编排方式"] --> S2
  S2["中间件生命周期"] --> S3
  S3["Context Engineering"] --> S4
  S4["从旧教程迁移"] --> S5
  S5["LangChain v1、Provider 集成与 LangGraph Runtime"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“LangChain v1 运行时、中间件与迁移边界”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“LangChain v1 运行时、中间件与迁移边界”的对象和顺序已经明确后，再看可观察的失败：字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、三种编排方式

固定步骤、无模型决策时使用 LCEL Chain；模型需要在有限工具间循环选择时使用 createAgent；需要分支、并行、人工中断、持久化恢复或确定性节点时使用 LangGraph。不要因为“以后可能复杂”就把简单抽取做成 Agent。

createAgent 需要显式控制：

response_format：最终结构化结果的 Schema。
context_schema：运行期依赖，如用户、租户和权限上下文。
recursion_limit：防止工具循环失控。
Tool：严格参数 Schema、错误语义和副作用边界。

response_format 约束 Agent 的最终业务结果，适合把自然语言收敛为可校验的结构化对象；它不负责约束每次 Tool 的参数。 context_schema 定义运行期依赖的类型，例如 tenant_id、用户权限和请求配置，这些数据由应用注入，不能让模型从用户文本中自行生成。

两者必须分开：前者是模型输出契约，后者是可信运行上下文契约。若把租户或权限混进 response_format，模型就可能“回答”出一个身份；若把业务结果塞进 context_schema，中间件又无法对最终输出做独立校验。

三、中间件生命周期

before_agent 适合初始化运行上下文； before_model 可裁剪消息或注入动态规则； wrap_model_call 适合模型路由、重试与追踪； wrap_tool_call 适合参数校验、授权、审批和结果截断； after_model 与 after_agent 用于校验和收尾。观察性逻辑不能悄悄改变业务结果，策略性中间件必须有独立测试。

wrap_model_call 包裹一次真实模型调用，因此可以依据上下文选择模型、记录 Token 与延迟，并对可重试错误执行有上限的退避。它不能无条件重试解析失败或安全拒绝，否则会增加成本并把确定性错误伪装成偶发故障。

四、Context Engineering

消息历史只是上下文的一部分。长期事实、检索证据、工具结果和运行配置应各自有来源与预算。超出窗口时，优先把大结果存入对象存储或虚拟文件系统，只把引用和摘要留给模型；稳定的前缀可以利用 Prompt Caching，但缓存键必须包含权限与版本。

五、从旧教程迁移

遇到 AgentExecutor、ConversationChain 或隐式 Memory 时，先核对版本，不要直接复制。迁移顺序是：明确输入输出 Schema，抽离 Tool，显式定义 Context 和 State，再迁移到 v1 Agent 或 LangGraph，最后用固定 Dataset 对比行为。旧版能运行不代表具有持久化、HIL 或可观测语义。

六、动手验证：先跑通 LangChain v1 运行时、中间件与迁移边界，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“LangChain v1 运行时、中间件与迁移边界”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

6.1 基线与候选只允许一个变量不同

验证“LangChain v1 运行时、中间件与迁移边界”时，先固定Runnable 输入类型、Prompt 变量、依赖版本、模型替身和异常样本。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“LangChain v1 运行时、中间件与迁移边界”时，动作是：逐段 invoke 并记录 Retriever、Prompt、Model、Parser 的输入输出，再比较整链结果。原始结果不能只保留截图或汇总分数，必须同步保存：各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	Runnable 输入类型、Prompt 变量、依赖版本、模型替身和异常样本
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本
通过阈值	数据形状逐段匹配，错误停在首个失效边界，整链结果能由中间状态解释
立即停止	字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功

6.2 执行前先排除不可比较条件

“LangChain v1 运行时、中间件与迁移边界”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

基线能够在“LangChain v1 运行时、中间件与迁移边界”的当前环境重复运行。
候选只改变一个与“LangChain v1 运行时、中间件与迁移边界”结论直接相关的条件。
“LangChain v1 运行时、中间件与迁移边界”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
“LangChain v1 运行时、中间件与迁移边界”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

6.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“LangChain v1 运行时、中间件与迁移边界”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	Runnable 输入类型、Prompt 变量、依赖版本、模型替身和异常样本
过程可回放	逐段 invoke 并记录 Retriever、Prompt、Model、Parser 的输入输出，再比较整链结果
结果可审计	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本

“LangChain v1 运行时、中间件与迁移边界”的一次合格基线对照按以下顺序执行：

保存“LangChain v1 运行时、中间件与迁移边界”基线版本及输入摘要，确认基线本身可以重复运行。
写下“LangChain v1 运行时、中间件与迁移边界”候选方案唯一变化的变量，以及它预期影响的指标。
在同一环境执行“LangChain v1 运行时、中间件与迁移边界”：逐段 invoke 并记录 Retriever、Prompt、Model、Parser 的输入输出，再比较整链结果。
为“LangChain v1 运行时、中间件与迁移边界”保存：各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本。
使用“LangChain v1 运行时、中间件与迁移边界”预登记条件判断：数据形状逐段匹配，错误停在首个失效边界，整链结果能由中间状态解释。
如果“LangChain v1 运行时、中间件与迁移边界”未通过，不修改第二个变量，先恢复基线并保留失败现场。

七、用一张矩阵验证 LangChain v1 运行时、中间件与迁移边界的关键结论

矩阵按正文顺序列出“LangChain v1 运行时、中间件与迁移边界”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
三种编排方式	模型需要在有限工具间循环选择时使用 createAgent；	只改变与“三种编排方式”相关的条件	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本
中间件生命周期	before_agent 适合初始化运行上下文；	只改变与“中间件生命周期”相关的条件	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本
Context Engineering	消息历史只是上下文的一部分。	只改变与“Context Engineering”相关的条件	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本
从旧教程迁移	迁移顺序是：明确输入输出 Schema，	只改变与“从旧教程迁移”相关的条件	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本
LangChain v1、Provider 集成与 LangGraph Runtime	LangChain v1 的核心价值是统一 Model、Message、Tool、Middleware 和 Agent Runtime，而不是让业务代码依赖更多魔法封装。	只改变与“LangChain v1、Provider 集成与 LangGraph Runtime”相关的条件	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本
Model、Message、Tool、Retriever 与结构化输出	LangChain v1 的核心价值是统一 Model、Message、Tool、Middleware 和 Agent Runtime，而不是让业务代码依赖更多魔法封装。	只改变与“Model、Message、Tool、Retriever 与结构化输出”相关的条件	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本

7.1 记录本次实际实验

下面的记录用于“LangChain v1 运行时、中间件与迁移边界”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "LangChain v1 运行时、中间件与迁移边界"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "逐段 invoke 并记录 Retriever、Prompt、Model、Parser 的输入输出，再比较整链结果"
evidence: "各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本"
pass_when: "数据形状逐段匹配，错误停在首个失效边界，整链结果能由中间状态解释"
stop_when: "字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

7.2 边界实验必须证明能够停止和恢复

成功路径只能证明“LangChain v1 运行时、中间件与迁移边界”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	各 Runnable 的序列化输入输出、Trace、异常类型、预期断言和依赖版本	数据形状逐段匹配，错误停在首个失效边界，整链结果能由中间状态解释
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：隔离失败 Runnable，固定其输入单独重放，再恢复相邻节点契约测试	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“LangChain v1 运行时、中间件与迁移边界”，第一步是：隔离失败 Runnable，固定其输入单独重放，再恢复相邻节点契约测试。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“LangChain v1 运行时、中间件与迁移边界”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

八、LangChain v1 运行时、中间件与迁移边界的结果解释

解释“LangChain v1 运行时、中间件与迁移边界”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功	先执行：隔离失败 Runnable，固定其输入单独重放，再恢复相邻节点契约测试
异常链路无法恢复	字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功	先执行：隔离失败 Runnable，固定其输入单独重放，再恢复相邻节点契约测试
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“LangChain v1 运行时、中间件与迁移边界”只有同时满足“数据形状逐段匹配，错误停在首个失效边界，整链结果能由中间状态解释”，并且没有出现“字段到模型阶段才报错、Parser 吞掉原始输出、流式中断被当成完整成功”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“LangChain v1 运行时、中间件与迁移边界”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“LangChain v1 运行时、中间件与迁移边界”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

九、LangChain v1 运行时、中间件与迁移边界的发布判断

发布判断需要把“LangChain v1 运行时、中间件与迁移边界”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

“LangChain v1 运行时、中间件与迁移边界”的基线与候选只存在一个计划内变量。
“LangChain v1 运行时、中间件与迁移边界”的输入、代码、依赖、配置和数据版本可以追溯。
“LangChain v1 运行时、中间件与迁移边界”的正常、临界、失败和恢复样本使用同一套断言。
“LangChain v1 运行时、中间件与迁移边界”的原始输出、中间状态和失败现场已经保留。
“LangChain v1 运行时、中间件与迁移边界”的日志、Trace、截图和测试数据已经脱敏。
“LangChain v1 运行时、中间件与迁移边界”的停止条件、负责人和回滚入口已经演练。
“LangChain v1 运行时、中间件与迁移边界”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“LangChain v1 运行时、中间件与迁移边界”的判断，就不能发布。

十、总结

三种编排方式：模型需要在有限工具间循环选择时使用 createAgent；
中间件生命周期：before_agent 适合初始化运行上下文；
Context Engineering：消息历史只是上下文的一部分。
从旧教程迁移：迁移顺序是：明确输入输出 Schema，抽离 Tool，显式定义 Context 和 State，再迁移到 v1 Agent 或 LangGraph，最后用固定 Dataset 对比行为。