Skip to main content

​
概述

LangChain 的 createAgent 在底层运行于 LangGraph 的运行时之上。 LangGraph 暴露了一个 Runtime 对象，其中包含以下信息：
  1. Context (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. Store (存储)：一个 BaseStore 实例，用于 长期记忆
  3. Stream writer (流写入器)：一个对象，用于通过 "custom" 流模式流式传输信息
运行时上下文是您将数据穿针引线通过代理的方式。您可以将值（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，而不是将事物存储在全局状态中。这保持了事物的无状态、可测试和可重用性。
您可以在 工具 和 中间件 中访问运行时信息。

​
访问

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 结构。 调用代理时，传递带有相关运行配置的 context 参数： 
import * as z from "zod";
import { createAgent } from "langchain";

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

const agent = createAgent({
  model: "gpt-4.1",
  tools: [
    /* ... */
  ],
  contextSchema,
});

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

​
在工具内部

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({}),
  }
);

​
在中间件内部

您可以在中间件中访问运行时信息，以根据用户上下文创建动态提示、修改消息或控制代理行为。 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(),
});

// Dynamic prompt middleware
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],
    };
  },
});

// Logging middleware
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-4.1",
  tools: [
    /* ... */
  ],
  middleware: [dynamicPromptMiddleware, loggingMiddleware],
  contextSchema,
});

const result = await agent.invoke(
  { messages: [{ role: "user", content: "What's my name?" }] },
  { context: { userName: "John Smith" } }
);
在 GitHub 上编辑此页面 或 提交 issue.
将这些文档连接 到 Claude、VSCode 等，通过 MCP 获取实时解答。