> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 预构建中间件

> 用于常见智能体用例的预构建中间件

LangChain 和 [Deep Agents](/oss/javascript/deepagents/overview) 提供了用于常见用例的预构建中间件。每个中间件都适用于生产环境，并可根据您的具体需求进行配置。

## 与提供商无关的中间件

以下中间件适用于任何 LLM 提供商：

| 中间件                             | 描述                              |
| ------------------------------- | ------------------------------- |
| [摘要](#summarization)            | 在接近令牌限制时自动总结对话历史。               |
| [人工介入](#human-in-the-loop)      | 暂停执行以等待人工批准工具调用。                |
| [模型调用限制](#model-call-limit)     | 限制模型调用次数以防止过高成本。                |
| [工具调用限制](#tool-call-limit)      | 通过限制调用次数来控制工具执行。                |
| [模型回退](#model-fallback)         | 当主模型失败时自动回退到替代模型。               |
| [PII 检测](#pii-detection)        | 检测和處理个人身份信息 (PII)。              |
| [待办事项列表](#to-do-list)           | 为智能体配备任务规划和跟踪能力。                |
| [LLM 工具选择器](#llm-tool-selector) | 在主模型调用之前使用 LLM 选择相关工具。          |
| [工具重试](#tool-retry)             | 使用指数退避自动重试失败的工具调用。              |
| [模型重试](#model-retry)            | 使用指数退避自动重试失败的模型调用。              |
| [LLM 工具模拟器](#llm-tool-emulator) | 出于测试目的使用 LLM 模拟工具执行。            |
| [上下文编辑](#context-editing)       | 通过修剪或清除工具使用来管理对话上下文。            |
| [文件系统](#filesystem-middleware)  | 为智能体提供用于存储上下文和长期记忆的 filesystem。 |
| [子智能体中间件](#subagent)            | 添加启动子智能体的能力。                    |

### 摘要

在接近令牌限制时自动总结对话历史，保留最近的消息同时压缩较旧的上下文。摘要功能适用于以下场景：

* 超过上下文窗口的长时间运行对话。
* 具有大量历史的多次对话。
* 需要保留完整对话上下文的应用程序。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, summarizationMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [weatherTool, calculatorTool],
  middleware: [
    summarizationMiddleware({
      model: "gpt-4.1-mini",
      trigger: { tokens: 4000 },
      keep: { messages: 20 },
    }),
  ],
});
```

<Accordion title="配置选项">
  <Tip>
    `trigger` 和 `keep` 的 `fraction` 条件（如下所示）如果使用 `langchain@1.1.0`，则依赖于聊天模型的 [profile 数据](/oss/javascript/langchain/models#model-profiles)。如果数据不可用，请使用其他条件或手动指定：

    ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    const customProfile: ModelProfile = {
        maxInputTokens: 100_000,
        // ...
    }
    model = await initChatModel("...", {
        profile: customProfile,
    });
    ```
  </Tip>

  <ParamField body="model" type="string | BaseChatModel" required>
    用于生成摘要的模型。可以是模型标识符字符串（例如 `'openai:gpt-4.1-mini'`）或 `BaseChatModel` 实例。
  </ParamField>

  <ParamField body="trigger" type="object | object[]">
    触发摘要的条件。可以是：

    * 单个条件对象（必须满足所有属性 - AND 逻辑）
    * 条件对象数组（必须满足任一条件 - OR 逻辑）

    每个条件可以包括：

    * `fraction` (number): 模型上下文大小的比例 (0-1)
    * `tokens` (number): 绝对令牌数量
    * `messages` (number): 消息数量

    每个条件必须指定至少一个属性。如果未提供，摘要将不会自动触发。
  </ParamField>

  <ParamField body="keep" type="object" default="{messages: 20}">
    摘要后保留多少上下文。指定以下之一：

    * `fraction` (number): 要保留的模型上下文大小比例 (0-1)
    * `tokens` (number): 要保留的绝对令牌数量
    * `messages` (number): 要保留的最新消息数量
  </ParamField>

  <ParamField body="tokenCounter" type="function">
    自定义令牌计数函数。默认为基于字符的计数。
  </ParamField>

  <ParamField body="summaryPrompt" type="string">
    用于摘要的自定义提示模板。如果未指定，则使用内置模板。模板应包含 `{messages}` 占位符，对话历史将插入其中。
  </ParamField>

  <ParamField body="trimTokensToSummarize" type="number" default="4000">
    生成摘要时要包含的最大令牌数。在摘要之前将修剪消息以适应此限制。
  </ParamField>

  <ParamField body="summaryPrefix" type="string">
    添加到摘要消息的前缀。如果未提供，则使用默认前缀。
  </ParamField>

  <ParamField body="maxTokensBeforeSummary" type="number" deprecated>
    **已弃用：** 改用 `trigger: { tokens: value }`。触发摘要的令牌阈值。
  </ParamField>

  <ParamField body="messagesToKeep" type="number" deprecated>
    **已弃用：** 改用 `keep: { messages: value }`。要保留的最新消息。
  </ParamField>
</Accordion>

<Accordion title="完整示例">
  摘要中间件监控消息令牌数量，并在达到阈值时自动总结旧消息。

  **触发条件** 控制何时运行摘要：

  * 单个条件对象（必须满足指定条件）
  * 条件数组（必须满足任一条件 - OR 逻辑）
  * 每个条件可以使用 `fraction`（模型上下文大小的比例）、`tokens`（绝对数量）或 `messages`（消息数量）

  **保留条件** 控制保留多少上下文（必须指定一个）：

  * `fraction` - 要保留的模型上下文大小比例
  * `tokens` - 要保留的绝对令牌数量
  * `messages` - 要保留的最新消息数量

  ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { createAgent, summarizationMiddleware } from "langchain";

  // 单个条件
  const agent = createAgent({
    model: "gpt-4.1",
    tools: [weatherTool, calculatorTool],
    middleware: [
      summarizationMiddleware({
        model: "gpt-4.1-mini",
        trigger: { tokens: 4000, messages: 10 },
        keep: { messages: 20 },
      }),
    ],
  });

  // 多个条件
  const agent2 = createAgent({
    model: "gpt-4.1",
    tools: [weatherTool, calculatorTool],
    middleware: [
      summarizationMiddleware({
        model: "gpt-4.1-mini",
        trigger: [
          { tokens: 3000, messages: 6 },
        ],
        keep: { messages: 20 },
      }),
    ],
  });

  // 使用分数限制
  const agent3 = createAgent({
    model: "gpt-4.1",
    tools: [weatherTool, calculatorTool],
    middleware: [
      summarizationMiddleware({
        model: "gpt-4.1-mini",
        trigger: { fraction: 0.8 },
        keep: { fraction: 0.3 },
      }),
    ],
  });
  ```
</Accordion>

### 人工介入

在执行工具调用之前，暂停智能体执行以获取人工批准、编辑或拒绝。[人工介入](/oss/javascript/langchain/human-in-the-loop) 适用于以下场景：

* 需要人工批准的高风险操作（例如数据库写入、金融交易）。
* 必须有人工监督的合规工作流。
* 人类反馈指导智能体的长时间运行对话。

<Warning>
  人工介入中间件需要 [检查点](/oss/javascript/langgraph/persistence#checkpoints) 来维持中断之间的状态。
</Warning>

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, humanInTheLoopMiddleware } from "langchain";

function readEmailTool(emailId: string): string {
  /** Mock function to read an email by its ID. */
  return `Email content for ID: ${emailId}`;
}

function sendEmailTool(recipient: string, subject: string, body: string): string {
  /** Mock function to send an email. */
  return `Email sent to ${recipient} with subject '${subject}'`;
}

const agent = createAgent({
  model: "gpt-4.1",
  tools: [readEmailTool, sendEmailTool],
  middleware: [
    humanInTheLoopMiddleware({
      interruptOn: {
        sendEmailTool: {
          allowedDecisions: ["approve", "edit", "reject"],
        },
        readEmailTool: false,
      }
    })
  ]
});
```

<Tip>
  有关完整示例、配置选项和集成模式，请参阅 [人工介入文档](/oss/javascript/langchain/human-in-the-loop)。
</Tip>

<Callout icon="player-play" iconType="solid">
  观看此 [视频指南](https://www.youtube.com/watch?v=tdOeUVERukA)，演示人工介入中间件的行为。
</Callout>

### 模型调用限制

限制模型调用次数以防止无限循环或过高成本。模型调用限制适用于以下场景：

* 防止失控的智能体进行过多的 API 调用。
* 在生产部署中强制执行成本控制。
* 在特定调用预算内测试智能体行为。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, modelCallLimitMiddleware } from "langchain";
import { MemorySaver } from "@langchain/langgraph";

const agent = createAgent({
  model: "gpt-4.1",
  checkpointer: new MemorySaver(), // Required for thread limiting
  tools: [],
  middleware: [
    modelCallLimitMiddleware({
      threadLimit: 10,
      runLimit: 5,
      exitBehavior: "end",
    }),
  ],
});
```

<Callout icon="player-play" iconType="solid">
  观看此 [视频指南](https://www.youtube.com/watch?v=x5jLQTFXR0Y)，演示模型调用限制中间件的行为。
</Callout>

<Accordion title="配置选项">
  <ParamField body="threadLimit" type="number">
    线程中所有运行的最大模型调用数。默认为无限制。
  </ParamField>

  <ParamField body="runLimit" type="number">
    单次调用的最大模型调用数。默认为无限制。
  </ParamField>

  <ParamField body="exitBehavior" type="string" default="end">
    达到限制时的行为。选项：`'end'`（优雅终止）或 `'error'`（抛出异常）
  </ParamField>
</Accordion>

### 工具调用限制

通过限制工具调用次数来控制智能体执行，可以是全局所有工具或特定工具。工具调用限制适用于以下场景：

* 防止对昂贵的外部 API 进行过多调用。
* 限制网络搜索或数据库查询。
* 强制执行特定工具使用的速率限制。
* 防止失控的智能体循环。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, toolCallLimitMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [searchTool, databaseTool],
  middleware: [
    toolCallLimitMiddleware({ threadLimit: 20, runLimit: 10 }),
    toolCallLimitMiddleware({
      toolName: "search",
      threadLimit: 5,
      runLimit: 3,
    }),
  ],
});
```

<Callout icon="player-play" iconType="solid">
  观看此 [视频指南](https://www.youtube.com/watch?v=oL6am5UqODY)，演示工具调用限制中间件的行为。
</Callout>

<Accordion title="配置选项">
  <ParamField body="toolName" type="string">
    要限制的具体工具名称。如果未提供，限制适用于 **所有工具全局**。
  </ParamField>

  <ParamField body="threadLimit" type="number">
    线程（对话）中所有运行的最大工具调用数。在与相同线程 ID 的多次调用之间持久存在。需要检查点来维护状态。`undefined` 表示无线程限制。
  </ParamField>

  <ParamField body="runLimit" type="number">
    单次调用（一次用户消息 → 响应周期）的最大工具调用数。每次新用户消息都会重置。`undefined` 表示无运行限制。

    **注意：** 必须指定 `threadLimit` 或 `runLimit` 之一。
  </ParamField>

  <ParamField body="exitBehavior" type="string" default="continue">
    达到限制时的行为：

    * `'continue'`（默认）- 用错误消息阻止超出的工具调用，让其他工具和模型继续。模型根据错误消息决定何时结束。
    * `'error'` - 抛出 `ToolCallLimitExceededError` 异常，立即停止执行
    * `'end'` - 立即停止执行，并为超出的工具调用发送 ToolMessage 和 AI 消息。仅在限制单个工具时有效；如果其他工具有挂起的调用，则抛出错误。
  </ParamField>
</Accordion>

<Accordion title="完整示例">
  指定限制：

  * **线程限制** - 对话中所有运行的最大调用数（需要检查点）
  * **运行限制** - 单次调用的最大调用数（每轮重置）

  退出行为：

  * `'continue'`（默认）- 用错误消息阻止超出的调用，智能体继续
  * `'error'` - 立即抛出异常
  * `'end'` - 使用 ToolMessage + AI 消息停止（仅限单工具场景）

  ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { createAgent, toolCallLimitMiddleware } from "langchain";

  const globalLimiter = toolCallLimitMiddleware({ threadLimit: 20, runLimit: 10 });
  const searchLimiter = toolCallLimitMiddleware({ toolName: "search", threadLimit: 5, runLimit: 3 });
  const databaseLimiter = toolCallLimitMiddleware({ toolName: "query_database", threadLimit: 10 });
  const strictLimiter = toolCallLimitMiddleware({ toolName: "scrape_webpage", runLimit: 2, exitBehavior: "error" });

  const agent = createAgent({
    model: "gpt-4.1",
    tools: [searchTool, databaseTool, scraperTool],
    middleware: [globalLimiter, searchLimiter, databaseLimiter, strictLimiter],
  });
  ```
</Accordion>

### 模型回退

当主模型失败时自动回退到替代模型。模型回退适用于以下场景：

* 构建能够处理模型故障的弹性智能体。
* 通过回退到更便宜的模型进行成本优化。
* OpenAI、Anthropic 等提供商的冗余。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, modelFallbackMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [],
  middleware: [
    modelFallbackMiddleware(
      "gpt-4.1-mini",
      "claude-3-5-sonnet-20241022"
    ),
  ],
});
```

<Accordion title="配置选项">
  中间件接受可变数量的字符串参数，代表按顺序的回退模型：

  <ParamField body="...models" type="string[]" required>
    当主模型失败时要按顺序尝试的一个或多个回退模型字符串

    ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    modelFallbackMiddleware(
      "first-fallback-model",
      "second-fallback-model",
      // ... more models
    )
    ```
  </ParamField>
</Accordion>

### PII 检测

使用可配置的策略检测和对话中的个人身份信息 (PII)。PII 检测适用于以下场景：

* 有合规要求的医疗和金融应用。
* 需要清理日志的客户代理。
* 任何处理敏感用户数据的应用程序。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, piiMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [],
  middleware: [
    piiMiddleware("email", { strategy: "redact", applyToInput: true }),
    piiMiddleware("credit_card", { strategy: "mask", applyToInput: true }),
  ],
});
```

#### 自定义 PII 类型

您可以通过提供 `detector` 参数来创建自定义 PII 类型。这允许您检测超出内置类型的特定于您用例的模式。

**三种创建自定义检测器的方法：**

1. **正则表达式模式字符串** - 简单的模式匹配

2. **RegExp 对象** - 对正则表达式标志有更多的控制

3. **自定义函数** - 带有验证的复杂检测逻辑

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, piiMiddleware, type PIIMatch } from "langchain";

// Method 1: Regex pattern string
const agent1 = createAgent({
  model: "gpt-4.1",
  tools: [],
  middleware: [
    piiMiddleware("api_key", {
      detector: "sk-[a-zA-Z0-9]{32}",
      strategy: "block",
    }),
  ],
});

// Method 2: RegExp object
const agent2 = createAgent({
  model: "gpt-4.1",
  tools: [],
  middleware: [
    piiMiddleware("phone_number", {
      detector: /\+?\d{1,3}[\s.-]?\d{3,4}[\s.-]?\d{4}/,
      strategy: "mask",
    }),
  ],
});

// Method 3: Custom detector function
function detectSSN(content: string): PIIMatch[] {
  const matches: PIIMatch[] = [];
  const pattern = /\d{3}-\d{2}-\d{4}/g;
  let match: RegExpExecArray | null;

  while ((match = pattern.exec(content)) !== null) {
    const ssn = match[0];
    // Validate: first 3 digits shouldn't be 000, 666, or 900-999
    const firstThree = parseInt(ssn.substring(0, 3), 10);
    if (firstThree !== 0 && firstThree !== 666 && !(firstThree >= 900 && firstThree <= 999)) {
      matches.push({
        text: ssn,
        start: match.index ?? 0,
        end: (match.index ?? 0) + ssn.length,
      });
    }
  }
  return matches;
}

const agent3 = createAgent({
  model: "gpt-4.1",
  tools: [],
  middleware: [
    piiMiddleware("ssn", {
      detector: detectSSN,
      strategy: "hash",
    }),
  ],
});
```

**自定义检测器函数签名：**

检测器函数必须接受一个字符串（内容）并返回匹配项：

返回 `PIIMatch` 对象数组：

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
interface PIIMatch {
  text: string;    // The matched text
  start: number;   // Start index in content
  end: number;      // End index in content
}

function detector(content: string): PIIMatch[] {
  return [
    { text: "matched_text", start: 0, end: 12 },
    // ... more matches
  ];
}
```

<Tip>
  对于自定义检测器：

  * 对于简单模式使用正则表达式字符串
  * 当您需要标志时使用 RegExp 对象（例如，不区分大小写的匹配）
  * 当您需要模式匹配之外的验证逻辑时使用自定义函数
  * 自定义函数为您提供对检测逻辑的完全控制，并且可以实现复杂的验证规则
</Tip>

<Accordion title="配置选项">
  <ParamField body="piiType" type="string" required>
    要检测的 PII 类型。可以是内置类型（`email`、`credit_card`、`ip`、`mac_address`、`url`）或自定义类型名称。
  </ParamField>

  <ParamField body="strategy" type="string" default="redact">
    如何处理检测到的 PII。选项：

    * `'block'` - 检测到时抛出错误
    * `'redact'` - 替换为 `[REDACTED_TYPE]`
    * `'mask'` - 部分屏蔽（例如，`****-****-****-1234`）
    * `'hash'` - 替换为确定性哈希（例如，`<email_hash:a1b2c3d4>`）
  </ParamField>

  <ParamField body="detector" type="RegExp | string | function">
    自定义检测器。可以是：

    * `RegExp` - 用于匹配的\_regex 模式
    * `string` - 正则表达式模式字符串（例如，`"sk-[a-zA-Z0-9]{32}"`）
    * `function` - 自定义检测器函数 `(content: string) => PIIMatch[]`

    如果未提供，则使用该 PII 类型的内置检测器。
  </ParamField>

  <ParamField body="applyToInput" type="boolean" default="true">
    在模型调用之前检查用户消息
  </ParamField>

  <ParamField body="applyToOutput" type="boolean" default="false">
    在模型调用之后检查 AI 消息
  </ParamField>

  <ParamField body="applyToToolResults" type="boolean" default="false">
    在执行之后检查工具结果消息
  </ParamField>
</Accordion>

### 待办事项列表

为智能体配备任务规划和跟踪能力，以处理复杂的多步骤任务。待办事项列表适用于以下场景：

* 需要跨多个工具协调的复杂多步骤任务。
* 进度可见性很重要的长时间运行操作。

<Note>
  此中间件会自动为智能体提供 `write_todos` 工具和系统提示，以引导有效的任务规划。
</Note>

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, todoListMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [readFile, writeFile, runTests],
  middleware: [todoListMiddleware()],
});
```

<Callout icon="player-play" iconType="solid">
  观看此 [视频指南](https://www.youtube.com/watch?v=dwvhZ1z_Pas)，演示待办事项列表中间件的行为。
</Callout>

<Accordion title="配置选项">
  没有可用的配置选项（使用默认值）。
</Accordion>

### LLM 工具选择器

使用 LLM 在主模型调用之前智能选择相关工具。LLM 工具选择器适用于以下场景：

* 拥有许多工具（10+）且大多数与查询不相关的智能体。
* 通过过滤不相关工具减少令牌使用量。
* 提高模型专注度和准确性。

此中间件使用结构化输出来询问 LLM 哪些工具与当前查询最相关。结构化输出模式定义可用工具的名称和描述。模型提供商通常会在幕后将此结构化输出信息添加到系统提示中。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, llmToolSelectorMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [tool1, tool2, tool3, tool4, tool5, ...],
  middleware: [
    llmToolSelectorMiddleware({
      model: "gpt-4.1-mini",
      maxTools: 3,
      alwaysInclude: ["search"],
    }),
  ],
});
```

<Accordion title="配置选项">
  <ParamField body="model" type="string | BaseChatModel">
    用于工具选择的模型。可以是模型标识符字符串（例如 `'openai:gpt-4.1-mini'`）或 `BaseChatModel` 实例。默认为智能体的主模型。
  </ParamField>

  <ParamField body="systemPrompt" type="string">
    选择模型的说明。如果未指定，则使用内置提示。
  </ParamField>

  <ParamField body="maxTools" type="number">
    要选择的工具最大数量。如果模型选择了更多，则只使用前 maxTools。如果未指定，则无限制。
  </ParamField>

  <ParamField body="alwaysInclude" type="string[]">
    无论选择如何都要包含的工具名称。这些不计入 maxTools 限制。
  </ParamField>
</Accordion>

### 工具重试

使用可配置指数退避自动重试失败的工具调用。工具重试适用于以下场景：

* 处理外部 API 调用的瞬态故障。
* 提高依赖网络的工具的可靠性。
* 构建能够优雅处理临时错误的弹性智能体。

**API 参考：** [`toolRetryMiddleware`](https://reference.langchain.com/javascript/langchain/index/toolRetryMiddleware)

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, toolRetryMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [searchTool, databaseTool],
  middleware: [
    toolRetryMiddleware({
      maxRetries: 3,
      backoffFactor: 2.0,
      initialDelayMs: 1000,
    }),
  ],
});
```

<Accordion title="配置选项">
  <ParamField body="maxRetries" type="number" default="2">
    初始调用后的最大重试次数（默认情况下共 3 次尝试）。必须 >= 0。
  </ParamField>

  <ParamField body="tools" type="(ClientTool | ServerTool | string)[]">
    可选的工具或工具名称数组，以应用重试逻辑。可以是 `BaseTool` 实例列表或工具名称字符串。如果为 `undefined`，则适用于所有工具。
  </ParamField>

  <ParamField body="retryOn" type="((error: Error) => boolean) | (new (...args: any[]) => Error)[]" default="() => true">
    要么是重试的错误构造函数数组，要么是接受错误并返回 `true` 是否应重试的函数。默认是对所有错误重试。
  </ParamField>

  <ParamField body="onFailure" type="'error' | 'continue' | ((error: Error) => string)" default="continue">
    所有重试耗尽时的行为。选项：

    * `'continue'`（默认）- 返回带有错误详情的 `ToolMessage`，允许 LLM 处理失败并可能恢复
    * `'error'` - 重新抛出异常，停止智能体执行
    * 自定义函数 - 函数接受异常并返回 `ToolMessage` 内容的字符串，允许自定义错误格式

    **已弃用值：** `'raise'`（改用 `'error'`）和 `'return_message'`（改用 `'continue'`）。这些已弃用值仍然有效但会显示警告。
  </ParamField>

  <ParamField body="backoffFactor" type="number" default="2.0">
    指数退避的乘数。每次重试等待 `initialDelayMs * (backoffFactor ** retryNumber)` 毫秒。设置为 `0.0` 表示恒定延迟。必须 >= 0。
  </ParamField>

  <ParamField body="initialDelayMs" type="number" default="1000">
    第一次重试前的初始延迟（毫秒）。必须 >= 0。
  </ParamField>

  <ParamField body="maxDelayMs" type="number" default="60000">
    重试之间的最大延迟（毫秒）（限制指数退避增长）。必须 >= 0。
  </ParamField>

  <ParamField body="jitter" type="boolean" default="true">
    是否添加随机抖动（`±25%`）以避免惊群效应
  </ParamField>
</Accordion>

<Accordion title="完整示例">
  中间件使用指数退避自动重试失败的工具调用。

  **关键配置：**

  * `maxRetries` - 重试次数（默认：2）
  * `backoffFactor` - 指数退避乘数（默认：2.0）
  * `initialDelayMs` - 起始延迟（毫秒）（默认：1000ms）
  * `maxDelayMs` - 延迟增长上限（默认：60000ms）
  * `jitter` - 添加随机变化（默认：true）

  **失败处理：**

  * `onFailure: "continue"`（默认）- 返回错误消息
  * `onFailure: "error"` - 重新抛出异常
  * 自定义函数 - 返回错误消息的函数

  ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { createAgent, toolRetryMiddleware } from "langchain";
  import { tool } from "@langchain/core/tools";
  import { z } from "zod";

  // Basic usage with default settings (2 retries, exponential backoff)
  const agent = createAgent({
    model: "gpt-4.1",
    tools: [searchTool, databaseTool],
    middleware: [toolRetryMiddleware()],
  });

  // Retry specific exceptions only
  const retry = toolRetryMiddleware({
    maxRetries: 4,
    retryOn: [TimeoutError, NetworkError],
    backoffFactor: 1.5,
  });

  // Custom exception filtering
  function shouldRetry(error: Error): boolean {
    // Only retry on 5xx errors
    if (error.name === "HTTPError" && "statusCode" in error) {
      const statusCode = (error as any).statusCode;
      return 500 <= statusCode && statusCode < 600;
    }
    return false;
  }

  const retryWithFilter = toolRetryMiddleware({
    maxRetries: 3,
    retryOn: shouldRetry,
  });

  // Apply to specific tools with custom error handling
  const formatError = (error: Error) =>
    "Database temporarily unavailable. Please try again later.";

  const retrySpecificTools = toolRetryMiddleware({
    maxRetries: 4,
    tools: ["search_database"],
    onFailure: formatError,
  });

  // Apply to specific tools using BaseTool instances
  const searchDatabase = tool(
    async ({ query }) => {
      // Search implementation
      return results;
    },
    {
      name: "search_database",
      description: "Search the database",
      schema: z.object({ query: z.string() }),
    }
  );

  const retryWithToolInstance = toolRetryMiddleware({
    maxRetries: 4,
    tools: [searchDatabase], // Pass BaseTool instance
  });

  // Constant backoff (no exponential growth)
  const constantBackoff = toolRetryMiddleware({
    maxRetries: 5,
    backoffFactor: 0.0, // No exponential growth
    initialDelayMs: 2000, // Always wait 2 seconds
  });

  // Raise exception on failure
  const strictRetry = toolRetryMiddleware({
    maxRetries: 2,
    onFailure: "error", // Re-raise exception instead of returning message
  });
  ```
</Accordion>

### 模型重试

使用可配置指数退避自动重试失败的模型调用。模型重试适用于以下场景：

* 处理模型 API 调用的瞬态故障。
* 提高依赖网络的模型请求的可靠性。
* 构建能够优雅处理临时模型错误的弹性智能体。

**API 参考：** [`modelRetryMiddleware`](https://reference.langchain.com/javascript/langchain/index/modelRetryMiddleware)

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, modelRetryMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [searchTool, databaseTool],
  middleware: [
    modelRetryMiddleware({
      maxRetries: 3,
      backoffFactor: 2.0,
      initialDelayMs: 1000,
    }),
  ],
});
```

<Accordion title="配置选项">
  <ParamField body="maxRetries" type="number" default="2">
    初始调用后的最大重试次数（默认情况下共 3 次尝试）。必须 >= 0。
  </ParamField>

  <ParamField body="retryOn" type="((error: Error) => boolean) | (new (...args: any[]) => Error)[]" default="() => true">
    要么是重试的错误构造函数数组，要么是接受错误并返回 `true` 是否应重试的函数。默认是对所有错误重试。
  </ParamField>

  <ParamField body="onFailure" type="'error' | 'continue' | ((error: Error) => string)" default="continue">
    所有重试耗尽时的行为。选项：

    * `'continue'`（默认）- 返回带有错误详情的 `AIMessage`，允许智能体可能优雅地处理失败
    * `'error'` - 重新抛出异常，停止智能体执行
    * 自定义函数 - 函数接受异常并返回 `AIMessage` 内容的字符串，允许自定义错误格式
  </ParamField>

  <ParamField body="backoffFactor" type="number" default="2.0">
    指数退避的乘数。每次重试等待 `initialDelayMs * (backoffFactor ** retryNumber)` 毫秒。设置为 `0.0` 表示恒定延迟。必须 >= 0。
  </ParamField>

  <ParamField body="initialDelayMs" type="number" default="1000">
    第一次重试前的初始延迟（毫秒）。必须 >= 0。
  </ParamField>

  <ParamField body="maxDelayMs" type="number" default="60000">
    重试之间的最大延迟（毫秒）（限制指数退避增长）。必须 >= 0。
  </ParamField>

  <ParamField body="jitter" type="boolean" default="true">
    是否添加随机抖动（`±25%`）以避免惊群效应
  </ParamField>
</Accordion>

<Accordion title="完整示例">
  中间件使用指数退避自动重试失败的模型调用。

  ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { createAgent, modelRetryMiddleware } from "langchain";

  // Basic usage with default settings (2 retries, exponential backoff)
  const agent = createAgent({
    model: "gpt-4.1",
    tools: [searchTool],
    middleware: [modelRetryMiddleware()],
  });

  class TimeoutError extends Error {
      // ...
  }
  class NetworkError extends Error {
      // ...
  }

  // Retry specific exceptions only
  const retry = modelRetryMiddleware({
    maxRetries: 4,
    retryOn: [TimeoutError, NetworkError],
    backoffFactor: 1.5,
  });

  // Custom exception filtering
  function shouldRetry(error: Error): boolean {
    // Only retry on rate limit errors
    if (error.name === "RateLimitError") {
      return true;
    }
    // Or check for specific HTTP status codes
    if (error.name === "HTTPError" && "statusCode" in error) {
      const statusCode = (error as any).statusCode;
      return statusCode === 429 || statusCode === 503;
    }
    return false;
  }

  const retryWithFilter = modelRetryMiddleware({
    maxRetries: 3,
    retryOn: shouldRetry,
  });

  // Return error message instead of raising
  const retryContinue = modelRetryMiddleware({
    maxRetries: 4,
    onFailure: "continue", // Return AIMessage with error instead of throwing
  });

  // Custom error message formatting
  const formatError = (error: Error) =>
    `Model call failed: ${error.message}. Please try again later.`;

  const retryWithFormatter = modelRetryMiddleware({
    maxRetries: 4,
    onFailure: formatError,
  });

  // Constant backoff (no exponential growth)
  const constantBackoff = modelRetryMiddleware({
    maxRetries: 5,
    backoffFactor: 0.0, // No exponential growth
    initialDelayMs: 2000, // Always wait 2 seconds
  });

  // Raise exception on failure
  const strictRetry = modelRetryMiddleware({
    maxRetries: 2,
    onFailure: "error", // Re-raise exception instead of returning message
  });
  ```
</Accordion>

### LLM 工具模拟器

使用 LLM 模拟工具执行以进行测试目的，用 AI 生成的响应替换实际工具调用。LLM 工具模拟器适用于以下场景：

* 在不执行真实工具的情况下测试智能体行为。
* 在外部工具不可用或昂贵时开发智能体。
* 在实际实现工具之前原型化智能体工作流。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, toolEmulatorMiddleware } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [getWeather, searchDatabase, sendEmail],
  middleware: [
    toolEmulatorMiddleware(), // Emulate all tools
  ],
});
```

<Accordion title="配置选项">
  <ParamField body="tools" type="(string | ClientTool | ServerTool)[]">
    要模拟的工具名称 (string) 或工具实例列表。如果为 `undefined`（默认），则模拟 **所有** 工具。如果为空数组 `[]`，则不模拟任何工具。如果为包含工具名称/实例的数组，则仅模拟这些工具。
  </ParamField>

  <ParamField body="model" type="string | BaseChatModel">
    用于生成模拟工具响应的模型。可以是模型标识符字符串（例如 `'anthropic:claude-sonnet-4-6'`）或 `BaseChatModel` 实例。如果未指定，默认为智能体的模型。
  </ParamField>
</Accordion>

<Accordion title="完整示例">
  中间件使用 LLM 为工具调用生成合理的响应，而不是执行实际工具。

  ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { createAgent, toolEmulatorMiddleware, tool } from "langchain";
  import * as z from "zod";

  const getWeather = tool(
    async ({ location }) => `Weather in ${location}`,
    {
      name: "get_weather",
      description: "Get the current weather for a location",
      schema: z.object({ location: z.string() }),
    }
  );

  const sendEmail = tool(
    async ({ to, subject, body }) => "Email sent",
    {
      name: "send_email",
      description: "Send an email",
      schema: z.object({
        to: z.string(),
        subject: z.string(),
        body: z.string(),
      }),
    }
  );

  // Emulate all tools (default behavior)
  const agent = createAgent({
    model: "gpt-4.1",
    tools: [getWeather, sendEmail],
    middleware: [toolEmulatorMiddleware()],
  });

  // Emulate specific tools by name
  const agent2 = createAgent({
    model: "gpt-4.1",
    tools: [getWeather, sendEmail],
    middleware: [
      toolEmulatorMiddleware({
        tools: ["get_weather"],
      }),
    ],
  });

  // Emulate specific tools by passing tool instances
  const agent3 = createAgent({
    model: "gpt-4.1",
    tools: [getWeather, sendEmail],
    middleware: [
      toolEmulatorMiddleware({
        tools: [getWeather],
      }),
    ],
  });

  // Use custom model for emulation
  const agent5 = createAgent({
    model: "gpt-4.1",
    tools: [getWeather, sendEmail],
    middleware: [
      toolEmulatorMiddleware({
        model: "claude-sonnet-4-6",
      }),
    ],
  });
  ```
</Accordion>

### 上下文编辑

通过清除达到令牌限制时的旧工具调用输出（同时保留最近的结果）来管理对话上下文。这有助于在具有许多工具调用的长对话中保持上下文窗口可控。上下文编辑适用于以下场景：

* 具有许多工具调用且超过令牌限制的长对话
* 通过移除不再相关的旧工具输出来减少令牌成本
* 仅保留上下文中最近的 N 个工具结果

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, contextEditingMiddleware, ClearToolUsesEdit } from "langchain";

const agent = createAgent({
  model: "gpt-4.1",
  tools: [],
  middleware: [
    contextEditingMiddleware({
      edits: [
        new ClearToolUsesEdit({
          triggerTokens: 100000,
          keep: 3,
        }),
      ],
    }),
  ],
});
```

<Accordion title="配置选项">
  <ParamField body="edits" type="ContextEdit[]" default="[new ClearToolUsesEdit()]">
    要应用的 [`ContextEdit`](https://reference.langchain.com/javascript/langchain/index/ContextEdit) 策略数组
  </ParamField>

  **[`ClearToolUsesEdit`](https://reference.langchain.com/javascript/langchain/index/ClearToolUsesEdit) 选项：**

  <ParamField body="triggerTokens" type="number" default="100000">
    触发编辑的令牌数量。当对话超过此令牌数量时，将清除旧的工具输出。
  </ParamField>

  <ParamField body="clearAtLeast" type="number" default="0">
    编辑运行时至少要回收的令牌数量。如果设置为 0，则清除所需的一切。
  </ParamField>

  <ParamField body="keep" type="number" default="3">
    必须保留的最新工具结果数量。这些永远不会被清除。
  </ParamField>

  <ParamField body="clearToolInputs" type="boolean" default="false">
    是否清除 AI 消息上原始工具调用的参数。当为 `true` 时，工具调用参数替换为空对象。
  </ParamField>

  <ParamField body="excludeTools" type="string[]" default="[]">
    要从清除中排除的工具名称列表。这些工具永远不会清除其输出。
  </ParamField>

  <ParamField body="placeholder" type="string" default="[cleared]">
    为清除的工具输出插入的占位符文本。这替换了原始工具消息内容。
  </ParamField>
</Accordion>

<Accordion title="完整示例">
  中间件在达到令牌限制时应用上下文编辑策略。最常见的策略是 `ClearToolUsesEdit`，它清除旧的工具结果同时保留最新的。

  **工作原理：**

  1. 监控对话中的令牌数量
  2. 达到阈值时，清除旧的工具输出
  3. 保留最近的 N 个工具结果
  4. 可选择保留工具调用参数以用于上下文

  ```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { createAgent, contextEditingMiddleware, ClearToolUsesEdit } from "langchain";

  const agent = createAgent({
    model: "gpt-4.1",
    tools: [searchTool, calculatorTool, databaseTool],
    middleware: [
      contextEditingMiddleware({
        edits: [
          new ClearToolUsesEdit({
            triggerTokens: 2000,
            keep: 3,
            clearToolInputs: false,
            excludeTools: [],
            placeholder: "[cleared]",
          }),
        ],
      }),
    ],
  });
  ```
</Accordion>

### 文件系统中间件

上下文工程是构建有效智能体的主要挑战之一。特别是当使用返回可变长度结果的工具（例如 `web_search` 和 RAG）时，因为长工具结果会迅速填满上下文窗口。

[Deep Agents](/oss/javascript/deepagents/overview) 中的 `FilesystemMiddleware` 提供了四个用于交互短期和长期记忆的工具：

* `ls`: 列出文件系统中的文件
* `read_file`: 读取整个文件或文件的特定行数
* `write_file`: 向文件系统写入新文件
* `edit_file`: 编辑文件系统中的现有文件

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent } from "langchain";
import { createFilesystemMiddleware } from "deepagents";

// FilesystemMiddleware is included by default in createDeepAgent
// You can customize it if building a custom agent
const agent = createAgent({
  model: "claude-sonnet-4-6",
  middleware: [
    createFilesystemMiddleware({
      backend: undefined,  // Optional: custom backend (defaults to StateBackend)
      systemPrompt: "Write to the filesystem when...",  // Optional custom system prompt override
      customToolDescriptions: {
        ls: "Use the ls tool when...",
        read_file: "Use the read_file tool to...",
      },  // Optional: Custom descriptions for filesystem tools
    }),
  ],
});
```

#### 短期与长期文件系统

默认情况下，这些工具写入图状态中的本地“文件系统”。要启用跨线程的持久存储，请配置 `CompositeBackend`，将特定路径（如 `/memories/`）路由到 `StoreBackend`。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent } from "langchain";
import { createFilesystemMiddleware, CompositeBackend, StateBackend, StoreBackend } from "deepagents";
import { InMemoryStore } from "@langchain/langgraph-checkpoint";

const store = new InMemoryStore();

const agent = createAgent({
  model: "claude-sonnet-4-6",
  store,
  middleware: [
    createFilesystemMiddleware({
      backend: (config) => new CompositeBackend(
        new StateBackend(config),
        { "/memories/": new StoreBackend(config) }
      ),
      systemPrompt: "Write to the filesystem when...", // Optional custom system prompt override
      customToolDescriptions: {
        ls: "Use the ls tool when...",
        read_file: "Use the read_file tool to...",
      }, // Optional: Custom descriptions for filesystem tools
    }),
  ],
});
```

当您为 `/memories/` 配置带有 `StoreBackend` 的 `CompositeBackend` 时，任何以 **/memories/** 开头的文件都将保存到持久存储中，并在不同线程之间生存。没有此前缀的文件保留在易失性状态存储中。

### 子智能体

将任务委托给子智能体可以隔离上下文，使主（主管）智能体的上下文窗口保持清洁，同时仍能深入处理任务。

[Deep Agents](/oss/javascript/deepagents/overview) 中的子智能体中间件允许您通过 `task` 工具提供子智能体。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { tool } from "langchain";
import { createAgent } from "langchain";
import { createSubAgentMiddleware } from "deepagents";
import { z } from "zod";

const getWeather = tool(
  async ({ city }: { city: string }) => {
    return `The weather in ${city} is sunny.`;
  },
  {
    name: "get_weather",
    description: "Get the weather in a city.",
    schema: z.object({
      city: z.string(),
    }),
  },
);

const agent = createAgent({
  model: "claude-sonnet-4-6",
  middleware: [
    createSubAgentMiddleware({
      defaultModel: "claude-sonnet-4-6",
      defaultTools: [],
      subagents: [
        {
          name: "weather",
          description: "This subagent can get weather in cities.",
          systemPrompt: "Use the get_weather tool to get the weather in a city.",
          tools: [getWeather],
          model: "gpt-4.1",
          middleware: [],
        },
      ],
    }),
  ],
});
```

子智能体由 **名称**、**描述**、**系统提示** 和 **工具** 定义。您还可以为子智能体提供自定义 **模型** 或额外的 **中间件**。这在您希望给予子智能体与主智能体共享的额外状态键时特别有用。

对于更复杂的用例，您也可以提供自己的预构建 LangGraph 图作为子智能体。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { tool, createAgent } from "langchain";
import { createSubAgentMiddleware, type SubAgent } from "deepagents";
import { z } from "zod";

const getWeather = tool(
  async ({ city }: { city: string }) => {
    return `The weather in ${city} is sunny.`;
  },
  {
    name: "get_weather",
    description: "Get the weather in a city.",
    schema: z.object({
      city: z.string(),
    }),
  },
);

const weatherSubagent: SubAgent = {
  name: "weather",
  description: "This subagent can get weather in cities.",
  systemPrompt: "Use the get_weather tool to get the weather in a city.",
  tools: [getWeather],
  model: "gpt-4.1",
  middleware: [],
};

const agent = createAgent({
  model: "claude-sonnet-4-6",
  middleware: [
    createSubAgentMiddleware({
      defaultModel: "claude-sonnet-4-6",
      defaultTools: [],
      subagents: [weatherSubagent],
    }),
  ],
});
```

除了任何用户定义的子智能体外，主智能体始终可以访问 `general-purpose` 子智能体。该子智能体具有与主智能体相同的指令和它有权访问的所有工具。`general-purpose` 子智能器的主要目的是上下文隔离——主智能体可以将复杂任务委托给此子智能器并获得简洁的答案，而不会因中间工具调用而产生膨胀。

## 特定于提供商的中间件

这些中间件针对特定的 LLM 提供商进行了优化。有关完整详细信息和示例，请参阅每个提供商的文档。

<Columns cols={2}>
  <Card title="Anthropic" href="/oss/javascript/integrations/middleware/anthropic" icon="https://mintcdn.com/hhh-8c10bf0c/1xJTbE4Z922F2hsr/images/providers/anthropic-icon.svg?fit=max&auto=format&n=1xJTbE4Z922F2hsr&q=85&s=394b9a25bcd8a1703065841ef7f0f791" arrow width="65" height="65" data-path="images/providers/anthropic-icon.svg">
    用于 Claude 模型的提示缓存、bash 工具、文本编辑器、内存和文件搜索中间件。
  </Card>
</Columns>

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\oss\langchain\middleware\built-in.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
  </Callout>

  <Callout icon="terminal-2">
    [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.
  </Callout>
</div>