LangChain Prezintă Agent Middleware pentru Dezvoltarea Personalizată a Harness-ului AI
Felix Pinkston 26 mar. 2026 15:31
LangChain introduce sistemul AgentMiddleware care permite dezvoltatorilor să personalizeze comportamentul agenților AI cu hook-uri pentru detectarea PII, selecția dinamică a instrumentelor și funcții pregătite pentru producție.
LangChain a lansat un sistem cuprinzător de middleware care permite dezvoltatorilor să personalizeze comportamentul agenților AI fără a reconstrui infrastructura de bază de la zero. Framework-ul, detaliat într-o postare pe blog din 26 martie 2026, introduce șase hook-uri distincte care interceptează și modifică execuția agentului în fiecare etapă a ciclului.
Arhitectura middleware abordează un punct dureros persistent în dezvoltarea agenților: decalajul dintre prototipurile gata pentru demo și sistemele de producție. În timp ce personalizarea de bază, cum ar fi schimbarea prompturilor de sistem sau adăugarea de instrumente, a fost întotdeauna simplă, modificarea ciclului fundamental al agentului—ce se întâmplă înainte de apelurile modelului, cum se execută instrumentele, când intervin oamenii—a necesitat cod personalizat extins.
Cum Funcționează Sistemul de Hook-uri
AgentMiddleware expune șase puncte de intervenție. before_agent se declanșează o dată la invocație pentru încărcarea memoriei sau validarea intrărilor. before_model rulează înainte de fiecare apel LLM, util pentru reducerea istoricului sau capturarea datelor sensibile. wrap_model_call gestionează cache-ul, reîncercările și legarea dinamică a instrumentelor. wrap_tool_call face același lucru pentru execuția instrumentelor. after_model se inserează în fluxurile de lucru human-in-the-loop. after_agent gestionează curățarea și notificările.
Aceste middleware-uri se suprapun. Dezvoltatorii pot stratifica mai multe modificări fără conflicte.
Soluții Incorporate pentru Probleme Comune
LangChain oferă middleware preconstruite pentru modele care apar în mod repetat în implementările de producție. PIIMiddleware implementează hook-urile before_model și after_model pentru a masca, elimina sau hash-ui informațiile de identificare personală—esențial pentru conformitatea HIPAA, unde nu poți pur și simplu să promptezi calea către siguranța legală.
LLMToolSelectorMiddleware abordează creșterea contextului prin rularea unui model rapid pentru a identifica instrumentele relevante dintr-un registru înainte de apelul principal, legând doar ceea ce este necesar. SummarizationMiddleware previne depășirea contextului prin comprimarea istoricului mesajelor când numărul de token-uri crește prea mult.
ModelRetryMiddleware înfășoară apelurile API cu logică de reîncercare configurabilă—număr de reîncercări, factori de backoff, întârzieri inițiale pentru limitarea ratei. ShellToolMiddleware gestionează inițializarea și dezactivarea resurselor în jurul ciclurilor agentului.
Deep Agents ca Dovadă de Concept
LangChain a construit Deep Agents în întregime pe această stivă de middleware pentru a valida arhitectura. Harness-ul agentului rulează pe create_agent, punctul de intrare standard al LangChain, cu middleware specializat stratificat deasupra: FilesystemMiddleware pentru gestionarea contextului bazat pe fișiere, SubagentMiddleware pentru subagenți izolați de context, SkillsMiddleware pentru dezvăluirea progresivă a capacităților.
Abordarea permite echipelor să dețină preocupări diferite în mod independent. Logica de afaceri rămâne decuplată de codul de bază al agentului. Middleware-ul reutilizabil se poate răspândi în organizații fără cuplare strânsă.
Ce Înseamnă Aceasta pentru Dezvoltarea Agenților
LangChain recunoaște că îmbunătățirea capacităților modelului va absorbi în cele din urmă unele funcții actuale ale middleware-ului—sumarizarea, selecția instrumentelor, reducerea output-ului ar putea migra în modelele însele. Dar aplicarea deterministă a politicilor, barierele de siguranță pentru producție și logica specifică afacerii nu vor migra. Acestea rămân în stratul harness.
Dezvoltatorii pot începe cu create_agent pentru configurații minime sau create_deep_agent pentru fundații mai robuste. Contribuțiile de middleware personalizat sunt acceptate prin documentația de integrare a LangChain.
- langchain
- agenți ai
- middleware
- agenți profunzi
- instrumente pentru dezvoltatori
