Deep Agents 的 Context Engineering:长任务如何控制 Token 成本
摘要围绕 Deep Agents 长任务中的上下文膨胀,梳理文件卸载、历史摘要与子任务隔离三种机制,并给出 SummarizationMiddleware 的触发阈值配置、关键状态独立保存和运行成本监控等工程实践。
技术主题
上下文选择、压缩与组织。
11 篇内容
摘要围绕 Deep Agents 长任务中的上下文膨胀,梳理文件卸载、历史摘要与子任务隔离三种机制,并给出 SummarizationMiddleware 的触发阈值配置、关键状态独立保存和运行成本监控等工程实践。
摘要从多步骤任务产生的中间结果入手,说明 Deep Agents 为何需要 Filesystem,梳理 FilesystemMiddleware 与 Backend 的分工、核心文件工具的使用方式。
摘要流程设计正确,并不代表长任务一定能跑完。文章区分流程控制与可靠执行,讲解用于保障 Agent 可靠执行的 Checkpoint、Retry、Idempotency 机制,最后串联一次完整的故障恢复过程。
摘要区分 Context、State、Memory 的职责边界,给出上下文预算、记忆写入与三层信息分区,用清晰的数据结构替代不断变长的聊天记录。
摘要围绕 LangGraph Subgraph,判断哪些流程适合独立成子图,并比较共享状态与独立状态两种组合方式下的上下文隔离与边界控制。
摘要通过中间件动态选择模型、工具与 Prompt,并厘清 State、Context 和 Store 的职责。
摘要围绕一次 Agent 执行,梳理 State、Context、RunnableConfig、Runtime 与 ToolRuntime 的职责和数据边界。
摘要说明 Agent 上下文的来源,以及选择、裁剪、摘要和动态注入策略,并展示对应的 LangChain Middleware 实现。
摘要说明 LangChain Store 与 Checkpointer 的分工,以及 Namespace、Key、Value、语义搜索和跨会话记忆的实现方式。
摘要用 ToolRetryMiddleware、SummarizationMiddleware 与 HumanInTheLoopMiddleware 处理重试、长对话和人工审批。
摘要说明 LangChain Middleware 的生命周期与两类 Hook,并用模型选择、Prompt 注入和工具异常处理展示执行链控制方式。