Η LangChain Παρουσιάζει Agent Middleware για Ανάπτυξη Προσαρμοσμένου AI Harness
Felix Pinkston 26 Μαρ 2026 15:31
Η LangChain παρουσιάζει το σύστημα AgentMiddleware που επιτρέπει στους προγραμματιστές να προσαρμόζουν τη συμπεριφορά των AI agents με hooks για ανίχνευση PII, δυναμική επιλογή εργαλείων και λειτουργίες έτοιμες για παραγωγή.
Η LangChain κυκλοφόρησε ένα ολοκληρωμένο σύστημα middleware που επιτρέπει στους προγραμματιστές να προσαρμόζουν τη συμπεριφορά των AI agents χωρίς να χρειάζεται να ξαναχτίσουν την βασική υποδομή από την αρχή. Το πλαίσιο, που περιγράφεται λεπτομερώς σε ανάρτηση blog της 26ης Μαρτίου 2026, παρουσιάζει έξι διακριτά hooks που παρεμβαίνουν και τροποποιούν την εκτέλεση του agent σε κάθε στάδιο του βρόχου.
Η αρχιτεκτονική middleware αντιμετωπίζει ένα επίμονο πρόβλημα στην ανάπτυξη agents: το χάσμα μεταξύ των πρωτοτύπων έτοιμων για επίδειξη και των συστημάτων παραγωγής. Ενώ η βασική προσαρμογή όπως η αλλαγή system prompts ή η προσθήκη εργαλείων ήταν πάντα απλή, η τροποποίηση του θεμελιώδους βρόχου agent—τι συμβαίνει πριν τις κλήσεις μοντέλου, πώς εκτελούνται τα εργαλεία, πότε παρεμβαίνουν οι άνθρωποι—απαιτούσε εκτεταμένο προσαρμοσμένο κώδικα.
Πώς Λειτουργεί το Σύστημα Hooks
Το AgentMiddleware εκθέτει έξι σημεία παρέμβασης. Το before_agent ενεργοποιείται μία φορά κατά την κλήση για φόρτωση μνήμης ή επικύρωση εισόδων. Το before_model εκτελείται πριν από κάθε κλήση LLM, χρήσιμο για περικοπή ιστορικού ή εντοπισμό ευαίσθητων δεδομένων. Το wrap_model_call χειρίζεται caching, επαναλήψεις και δυναμική σύνδεση εργαλείων. Το wrap_tool_call κάνει το ίδιο για την εκτέλεση εργαλείων. Το after_model ενσωματώνει ροές εργασίας human-in-the-loop. Το after_agent χειρίζεται καθαρισμό και ειδοποιήσεις.
Αυτά τα middlewares συσσωρεύονται. Οι προγραμματιστές μπορούν να στρώσουν πολλαπλές τροποποιήσεις χωρίς συγκρούσεις.
Ενσωματωμένες Λύσεις για Κοινά Προβλήματα
Η LangChain παρέχει προκατασκευασμένο middleware για μοτίβα που εμφανίζονται συνεχώς σε αναπτύξεις παραγωγής. Το PIIMiddleware υλοποιεί hooks before_model και after_model για να κρύψει, διαγράψει ή κατακερματίσει προσωπικά αναγνωρίσιμες πληροφορίες—κρίσιμο για συμμόρφωση HIPAA όπου δεν μπορείτε απλά να χρησιμοποιήσετε prompts για νομική ασφάλεια.
Το LLMToolSelectorMiddleware αντιμετωπίζει τον φόρτο πλαισίου εκτελώντας ένα γρήγορο μοντέλο για να εντοπίσει σχετικά εργαλεία από ένα μητρώο πριν την κύρια κλήση, συνδέοντας μόνο όσα χρειάζονται. Το SummarizationMiddleware αποτρέπει την υπερχείλιση πλαισίου συμπιέζοντας το ιστορικό μηνυμάτων όταν οι μετρήσεις tokens ανεβαίνουν πολύ ψηλά.
Το ModelRetryMiddleware τυλίγει κλήσεις API με διαμορφώσιμη λογική επανάληψης—αριθμούς επαναλήψεων, παράγοντες backoff, αρχικές καθυστερήσεις για περιορισμό ρυθμού. Το ShellToolMiddleware χειρίζεται την αρχικοποίηση και την αποσυναρμολόγηση πόρων γύρω από βρόχους agent.
Deep Agents ως Απόδειξη Ιδέας
Η LangChain κατασκεύασε τα Deep Agents εξ ολοκλήρου σε αυτή τη στοίβα middleware για να επικυρώσει την αρχιτεκτονική. Το agent harness τρέχει στο create_agent, το τυπικό σημείο εισόδου της LangChain, με εξειδικευμένο middleware στρωμένο από πάνω: FilesystemMiddleware για διαχείριση πλαισίου βασισμένο σε αρχεία, SubagentMiddleware για subagents απομονωμένα σε πλαίσιο, SkillsMiddleware για προοδευτική αποκάλυψη δυνατοτήτων.
Η προσέγγιση επιτρέπει στις ομάδες να διαχειρίζονται διαφορετικές ανησυχίες ανεξάρτητα. Η επιχειρηματική λογική παραμένει αποσυνδεδεμένη από τον βασικό κώδικα agent. Το επαναχρησιμοποιήσιμο middleware μπορεί να διαδοθεί σε οργανισμούς χωρίς στενή σύζευξη.
Τι Σημαίνει Αυτό για την Ανάπτυξη Agents
Η LangChain αναγνωρίζει ότι η βελτίωση των δυνατοτήτων των μοντέλων θα απορροφήσει τελικά κάποιες τρέχουσες λειτουργίες middleware—σύνοψη, επιλογή εργαλείων, περικοπή εξόδου μπορεί να μετακινηθούν στα ίδια τα μοντέλα. Αλλά η ντετερμινιστική επιβολή πολιτικής, τα guardrails παραγωγής και η επιχειρηματική λογική δεν θα μεταναστεύσουν. Αυτά παραμένουν στο επίπεδο harness.
Οι προγραμματιστές μπορούν να ξεκινήσουν με το create_agent για ελάχιστες ρυθμίσεις ή το create_deep_agent για πιο ισχυρά θεμέλια. Συνεισφορές προσαρμοσμένου middleware γίνονται δεκτές μέσω της τεκμηρίωσης ενσωμάτωσης της LangChain.
- langchain
- ai agents
- middleware
- deep agents
- εργαλεία προγραμματιστή




