LangChain 智能体中间件如何参与 Agent、Model 和 Tool 交互

LangChain 智能体本质论：中间件是如何参与 Agent、Model 和 Tool 三者交互的？

LangChain 的中间件（Middleware）是围绕 Agent 执行流程构建的'可插拔钩子系统'。它允许开发者在不修改核心逻辑的情况下，在执行的关键节点（如输入处理、模型调用前后、输出解析等）对数据流进行拦截、修改或验证。中间件类型以 AgentMiddleware 为基类。

1. AgentMiddleware

AgentMiddleware 是一个泛型类型，两个泛型参数分别代表状态和静态上下文的类型，我们可以利用 state_schema 字段得到状态类型。它的 name 属性返回中间件的名称，默认返回的是当前的类名。

class AgentMiddleware(Generic[StateT, ContextT]):
    state_schema: type[StateT] = cast("type[StateT]", _DefaultAgentState)
    tools: Sequence[BaseTool]

    @property
    def name(self) -> str:
        return self.__class__.__name__

    def before_agent(self, state: StateT, runtime: Runtime[ContextT]) -> dict[str, Any] | None:
        pass

    async def abefore_agent(self, state: StateT, runtime: Runtime[ContextT]) -> dict[str, Any] | None:
        pass

    def before_model(self, state: StateT, runtime: Runtime[ContextT]) -> dict[str, Any] | None:
        pass

      () -> [, ] | :
        

     () -> [, ] | :
        

      () -> [, ] | :
        

     () -> [, ] | :
        

      () -> [, ] | :
        

     () -> ModelCallResult:
        
         NotImplementedError(...)

      () -> ModelCallResult:
        
         NotImplementedError(...)

     () -> ToolMessage | Command[]:
        
         NotImplementedError(...)

      () -> ToolMessage | Command[]:
        
         NotImplementedError(...)