代理部署

运维部署 社区

技能解读

当前原文的自动摘译,尚未人工审校。

持久的执行力

通过在编译时附加检查指针,图变得持久。如果没有一个,interrupt()和HumanInTheLoopMiddleware就没有任何用处,并且崩溃恢复也是不可能的。检查点 · 当 InMemorySaver · 开发、测试、冒烟时。国家随着这个过程而消亡。 SqliteSaver · 单节点部署,小批量。 PostgresSaver · 多实例,生产。并发线程安全。

生产中间件堆栈

复制这个并调整。有关每个技能的完整详细信息,请参阅langchain-agents-middleware技能。

ModelCallLimitMiddleware 之外的成本控制

选择一个小的后备方案。 ModelFallbackMiddleware("openai:gpt-4o-mini") 在一次强大的初选之后,重试的成本会受到限制。当代理拥有 10 个以上工具时使用LLMToolSelectorMiddleware。小模型选择相关的 3-5 个来向主模型公开,并删除提示标记。在长时间对话中使用SummarizationMiddleware。总结每 N 个标记以限制提示大小。使用 ContextEditingMiddleware 将不再有用的旧工具输出从上下文中删除。

结构化输出

如果必须输入代理的最终答案(提取的记录、决策),请使用 model.with_structured_output(...) 作为传递给 create_agent 的模型:代理的终端 AIMessage 将是经过验证的 Decision 实例。

飞行前烟雾(建议在每次部署前)

将 evals/datasets/smoke.jsonl 保持在 3–5 行,总共 <60 秒。每次部署前运行:如果smoke失败,修复代理或smoke数据集;不要绕过。跑步形状参见langchain-agents-langsmith-evals技能。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
运维部署
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@tomevault-io · 未声明许可证
上下文用量评级
中等消耗
接入复杂程度
需手动接入
是否需要外部接口密钥
需要 · OpenAI
兼容的系统
Docker
运行环境要求
Node.js · Python >=3.11 · Docker
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

输出预览 langchain-agents-deploy.preview
from pydantic import BaseModel

class Decision(BaseModel):
    action: str
    confidence: float

structured_model = init_chat_model("claude-sonnet-4-6").with_structured_output(Decision)

agent = create_agent(model=structured_model, tools=[...], middleware=[...])

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。