Skip to main content

​
概述

LangChain 的 createAgent 底层运行在 LangGraph 的运行时之上。 LangGraph 暴露了一个 Runtime 对象，包含以下信息：
  1. 上下文：静态信息，如用户 ID、数据库连接或代理调用所需的其他依赖项
  2. 存储：一个 BaseStore 实例，用于长期记忆
  3. 流写入器：一个对象，用于通过 "custom" 流模式流式传输信息
运行时上下文是你将数据传递到代理中的方式。你可以将值（如数据库连接、用户会话或配置）附加到上下文，并在工具和中间件内部访问它们，而不是将内容存储在全局状态中。这保持了无状态、可测试和可重用的特性。
你可以在工具内部和中间件内部访问运行时信息。

​
访问

使用 createAgent 创建代理时，你可以指定 contextSchema 来定义存储在代理 Runtime 中的 context 的结构。 调用代理时，传递包含运行相关配置的 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

你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 = "用户希望你写一封简短而有礼貌的电子邮件。";
    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: "获取用户的电子邮件偏好。",
    schema: z.object({}),
  }
);

​
在中间件内部

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

// 动态提示中间件
const dynamicPromptMiddleware = createMiddleware({
  name: "DynamicPrompt",
  contextSchema,
  beforeModel: (state, runtime) => {
    const userName = runtime.context?.userName;
    if (!userName) {
      throw new Error("userName is required");
    }

    const systemMsg = `你是一个乐于助人的助手。请称呼用户为 ${userName}。`;
    return {
      messages: [new SystemMessage(systemMsg), ...state.messages],
    };
  },
});

// 日志中间件
const loggingMiddleware = createMiddleware({
  name: "Logging",
  contextSchema,
  beforeModel: (state, runtime) => {
    console.log(`正在处理用户请求: ${runtime.context?.userName}`);
    return;
  },
  afterModel: (state, runtime) => {
    console.log(`已完成用户请求: ${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" } }
);
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.