Skip to main content

​
概述

LangChain 的 createAgent 底层运行在 LangGraph 的运行时上。 LangGraph 暴露了一个 Runtime 对象，包含以下信息：
  1. 上下文：静态信息，如用户ID、数据库连接或代理调用的其他依赖项
  2. 存储：一个 BaseStore 实例，用于长期记忆
  3. 流写入器：一个用于通过 "custom" 流模式传输信息的对象
  4. 执行信息：当前执行的身份和重试信息（线程ID、运行ID、尝试次数）
  5. 服务器信息：在 LangGraph Server 上运行时的特定元数据（助手ID、图ID、已认证用户）
运行时上下文是您在代理中传递数据的方式。您无需将内容存储在全局状态中，而是可以将值（如数据库连接、用户会话或配置）附加到上下文，并在工具和中间件中访问它们。这使得内容保持无状态、可测试和可重用。
您可以在工具和中间件中访问运行时信息。

​
访问方式

使用 createAgent 创建代理时，您可以指定 contextSchema 来定义存储在代理 Runtime 中的 context 的结构。 调用代理时，传递 context 参数并包含运行的相关配置： 
import * as z from "zod";
import { createAgent } from "langchain";

const contextSchema = z.object({
  userName: z.string(),
});

const agent = createAgent({
  model: "gpt-5.4",
  tools: [
    /* ... */
  ],
  contextSchema,
});

const result = await agent.invoke(
  { messages: [{ role: "user", content: "What's my name?" }] },
  { context: { userName: "John Smith" } }
);

​
工具内部

您可以在工具内部访问运行时信息，以：
  • 访问上下文
  • 读取或写入长期记忆
  • 写入自定义流（例如，工具进度/更新）
使用 runtime 参数在工具内部访问 Runtime 对象。 
import * as z from "zod";
import { tool } from "langchain";
import { type ToolRuntime } from "@langchain/core/tools";

const contextSchema = z.object({
  userName: z.string(),
});

const fetchUserEmailPreferences = tool(
  async (_, runtime: ToolRuntime<any, typeof contextSchema>) => {
    const userName = runtime.context?.userName;
    if (!userName) {
      throw new Error("userName is required");
    }

    let preferences = "The user prefers you to write a brief and polite email.";
    if (runtime.store) {
      const memory = await runtime.store?.get(["users"], userName);
      if (memory) {
        preferences = memory.value.preferences;
      }
    }
    return preferences;
  },
  {
    name: "fetch_user_email_preferences",
    description: "Fetch the user's email preferences.",
    schema: z.object({}),
  }
);

​
工具内部的执行信息和服务器信息

通过 runtime.executionInfo 访问执行身份（线程ID、运行ID），在 LangGraph Server 上运行时通过 runtime.serverInfo 访问服务器特定元数据（助手ID、已认证用户）： 
import { tool } from "langchain";
import * as z from "zod";

const contextAwareTool = tool(
  async (_input, runtime) => {
    // 访问线程和运行ID
    const info = runtime.executionInfo;
    console.log(`Thread: ${info.threadId}, Run: ${info.runId}`);

    // 访问服务器信息（仅在 LangGraph Server 上可用）
    const server = runtime.serverInfo;
    if (server != null) {
      console.log(`Assistant: ${server.assistantId}`);
      if (server.user != null) {
        console.log(`User: ${server.user.identity}`);
      }
    }

    return "done";
  },
  {
    name: "context_aware_tool",
    description: "A tool that uses execution and server info.",
    schema: z.object({}),
  }
);
当不在 LangGraph Server 上运行时（例如，在本地开发期间），serverInfo 为 null。
需要 deepagents>=1.9.0（或 @langchain/langgraph>=1.2.8）才能使用 runtime.executionInfo 和 runtime.serverInfo。

​
中间件内部

您可以在中间件中访问运行时信息，以创建动态提示、修改消息或根据用户上下文控制代理行为。 使用 runtime 参数在中间件内部访问 Runtime 对象。 
import * as z from "zod";
import { createAgent, createMiddleware, SystemMessage } from "langchain";

const contextSchema = z.object({
  userName: z.string(),
});

// 动态提示中间件
const dynamicPromptMiddleware = createMiddleware({
  name: "DynamicPrompt",
  contextSchema,
  beforeModel: (state, runtime) => {
    const userName = runtime.context?.userName;
    if (!userName) {
      throw new Error("userName is required");
    }

    const systemMsg = `You are a helpful assistant. Address the user as ${userName}.`;
    return {
      messages: [new SystemMessage(systemMsg), ...state.messages],
    };
  },
});

// 日志记录中间件
const loggingMiddleware = createMiddleware({
  name: "Logging",
  contextSchema,
  beforeModel: (state, runtime) => {
    console.log(`Processing request for user: ${runtime.context?.userName}`);
    return;
  },
  afterModel: (state, runtime) => {
    console.log(`Completed request for user: ${runtime.context?.userName}`);
    return;
  },
});

const agent = createAgent({
  model: "gpt-5.4",
  tools: [
    /* ... */
  ],
  middleware: [dynamicPromptMiddleware, loggingMiddleware],
  contextSchema,
});

const result = await agent.invoke(
  { messages: [{ role: "user", content: "What's my name?" }] },
  { context: { userName: "John Smith" } }
);

​
中间件内部的执行信息和服务器信息

中间件钩子也可以访问 runtime.executionInfo 和 runtime.serverInfo： 
import { createMiddleware } from "langchain";

const authGate = createMiddleware({
  name: "AuthGate",
  beforeModel: (state, runtime) => {
    const server = runtime.serverInfo;
    if (server != null && server.user == null) {
      throw new Error("Authentication required");
    }
    console.log(`Thread: ${runtime.executionInfo.threadId}`);
    return;
  },
});
需要 deepagents>=1.9.0（或 @langchain/langgraph>=1.2.8）。
将这些文档连接到 Claude、VSCode 等，通过 MCP 获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。