更新日志

​

deepagents v0.7.0

​

优化

• 默认使用精简提示：创建的基础提示从空白开始，并且去除了与工具模式重复的工具使用说明文本。仅限于默认代理的工具模式，总描述令牌减少了 43%（4,005 → 2,302）；结合空白的基础提示和可选的待办事项功能，一轮默认对话的输入令牌减少了 65%（5,395 → 1,895）。工具行为保持不变。(#4859, #4979, #5009)

​

新功能

• 覆盖默认中间件实例：一个 .name 属性与内置中间件匹配的 middleware=（或子代理 middleware）实例现在会就地替换该默认实例，而不是因重复而报错。例如，传递你自己的 SummarizationMiddleware(...) 来更改令牌触发器或摘要模型，而无需禁用内置默认值。(#4251)
• 文件系统工具：新的 delete 工具可删除文件或递归删除目录 (#3659, #3851)；write_file 现在会覆盖现有文件，而不是报错 (#4109)；FilesystemMiddleware 接受一个 工具允许列表 以仅暴露选定的内置工具 (#4325, #4698)；读取和搜索功能针对开放模型进行了调优——分页的 read_file 会报告总行数、剩余行数以及下一个 offset (#4540)，grep/glob 会返回带有 truncated 标志的部分结果，而不是在大型文件树上挂起 (#4063)，并且 grep 增加了 1,000 条匹配限制、流式输出和可选的上下文行 (#4570, #4706)。
• 更多提示缓存支持：通过 deepagents[aws] 扩展支持 Bedrock 提示缓存 (#4108)，以及自动的 Fireworks 提示缓存会话亲和性 (#4598)。
• NVIDIA 支持：内置的 Nemotron 3 Ultra 运行环境配置文件和 NIM 应用来源归属。(#4192, #4455)

​

破坏性变更

• 计划待办事项需显式启用：create_deep_agent 默认不再包含 TodoListMiddleware，因此 write_todos 工具、todos 状态通道和待办事项规划提示将不存在，除非通过 middleware=[TodoListMiddleware()] 恢复。（OpenAI Codex 运行环境配置文件仍然自动启用。）(#4929)
• 移除了后端兼容性垫片：传递具体的 BackendProtocol 实例而非工厂函数，使用显式 namespace 配置 StoreBackend，并使用当前的 ls / glob / grep / ReadResult API。移除的符号包括 BackendFactory、BACKEND_TYPES、FileFormat 和 Unset。新文件存储字符串 FileData.content；旧的 list[str] 内容仍然可读，并在下次写入时进行转换。(#4541)
• 输出格式变更：空的 ls / glob 输出现在是 No files found 而不是 []，read_file 不再渲染固定宽度的 cat -n 风格行号边距——请更新所有解析原始工具输出的解析器。(#4561)

​

deepagents v0.6.0

• CodeInterpreterMiddleware：（实验性）deepagents 现在通过一个有作用域的 QuickJS 运行时支持代码执行和编程式工具调用。
• 在 stream_events / astream_events 中支持 version="v3"。详情请参阅 事件流 指南。
• DeltaChannel（测试版）（博客）：Deep Agents 现在对消息历史和代理文件使用 DeltaChannel。它不再将完整的累积值重新序列化到每个检查点，而是只存储每一步写入的增量——在会话变长时保持检查点大小较小。
• 运行环境配置文件：注册按提供商或按模型配置的包（HarnessProfile），当选择模型时，create_deep_agent 会自动应用它们——系统提示调整、工具覆盖、中间件更改和子代理默认值——无需修改调用点。
• ContextHubBackend（博客）：一个由 LangSmith Hub 支持的新文件系统后端。代理文件（技能、记忆和其他持久化上下文）存储为 Hub 提交，让你每次写入都有版本历史，并提供 LangSmith 原生的持久性，而无需配置单独的 LangGraph 存储。

​

langchain v1.3.0

​

langgraph v1.2.0

• DeltaChannel（测试版）：一个新的通道类型，每步只存储增量，而不是重新序列化完整的累积值。对于随时间增长较大的通道最有用，例如长时间运行线程中的消息列表。使用 snapshot_frequency=K 可以每 K 步写入一次完整快照，并限制读取延迟。
• 按节点超时：向 add_node 传递 timeout= 以限制单次尝试的运行时间。设置一个固定的挂钟时间限制（run_timeout）、一个在进度重置的空闲限制（idle_timeout），或者两者都通过 TimeoutPolicy 设置。当限制触发时，LangGraph 会引发 NodeTimeoutError，清除该次尝试的写入，并移交给重试策略。仅适用于异步节点。
• 节点级错误处理程序：向 add_node 传递 error_handler= 以在所有重试用尽后运行恢复函数。处理程序接收一个类型化的 NodeError，并可以返回一个 Command 来更新状态并路由到不同的节点，这对于 Saga/补偿模式很有用。
• 优雅关闭：在当前超步骤完成后，协作地停止进行中的运行，并保存一个可恢复的检查点。创建一个 RunControl 并从任何线程调用 request_drain()；运行会引发 GraphDrained，稍后可以使用相同的配置恢复。
• 新的流式事件 API（测试版）：向 stream_events() / astream_events() 传递 version="v3"，使用以内容块为中心的协议，具有按通道分组的类型化投影（run.values、run.messages、run.lifecycle、run.subgraphs），加上可选的更新、自定义事件、检查点、任务和调试转换器。run.messages 对每次 LLM 调用产生一个 ChatModelStream，其中包含用于文本、推理、工具调用和用量的类型化子投影。version="v1" 和 version="v2" 保持不变。

​

deepagents v0.5.0

• 异步子代理：Deep Agents 可以启动非阻塞的后台任务，因此用户可以在子代理并发工作时继续与代理交互。子代理需要 LangSmith Deployment。
• 多模态支持：read_file 工具现在除了图像外，还支持 PDF、音频和视频文件。
• 后端变更：我们对 Deep Agents 后端协议 进行了向后兼容的更改：
  • 更新了存储在 State 和 Store 后端 中的文件格式以支持二进制文件。
  • 改进了错误从后端到工具的传播。
  • 你现在可以直接实例化 StateBackend() 和 StoreBackend()。使用工厂函数指定（例如 backend=(lambda rt: StateBackend(rt))）已被弃用。
• Anthropic 提示缓存改进：我们进行了一些改进以提高 Anthropic 模型的提示缓存性能。

​

langgraph v1.1.0

• 类型安全的流式处理 (version="v2")：向 stream() / astream() 传递 version="v2" 以获得统一的 StreamPart 输出，每个块上都有 type、ns 和 data 键。每种模式都有自己的 TypedDict，都可以从 langgraph.types 导入。参见 流式处理文档。
• 类型安全的调用 (version="v2")：向 invoke() / ainvoke() 传递 version="v2" 以获得一个带有 .value 和 .interrupts 属性的 GraphOutput 对象。参见 调用文档。
• Pydantic 和 dataclass 强制转换：使用 version="v2" 时，invoke() 和 values 模式的流式输出会自动强制转换为你的 Pydantic 模型或 dataclass 类型声明。
• 修复了带中断和子图的时间旅行：重播不再重复使用过时的 RESUME 值，子图会正确恢复父图历史状态的检查点。
• 完全向后兼容：version="v2" 是可选的。GraphOutput 支持已弃用的字典式访问以实现渐进式迁移。

​

deepagents v0.4.0

• 用于可插拔沙箱的新集成包：langchain-modal、langchain-daytona 和 langchain-runloop。参见 沙箱指南 和示例 数据分析教程。
• 对话历史摘要 的变更：
  • 摘要现在通过 wrap_model_call 事件在模型节点中进行。因此，我们在图状态中保留了完整的对话历史。
  • 更准确的令牌计数。
  • 如果聊天模型引发 ContextOverflowError（在 langchain-core 中定义），摘要现在会自动触发。目前 langchain-anthropic 和 langchain-openai 支持此功能。
• 我们现在默认对以 "openai:" 为前缀的模型字符串使用 Responses API。
  禁用 Responses API 的数据保留

  from langchain.chat_models import init_chat_model
  
  agent = create_deep_agent(
      model=init_chat_model(
          "openai:...",
          use_responses_api=True,
          store=False,
          include=["reasoning.encrypted_content"],
      )
  )
  

​

langchain v1.2.0

• create_agent：通过在 工具 上添加一个新的 extras 属性，简化了对特定提供商的工具参数和定义的支持。示例：
  • 特定提供商的配置，如 Anthropic 的 编程式工具调用 和 工具搜索。
  • 在客户端执行的内置工具，由 Anthropic、OpenAI 和其他提供商支持。
• 在代理 response_format 中支持严格的 schema 遵从（参见 ProviderStrategy 文档）。

​

langchain-google-genai v4.0.0

​

langchain v1.1.0

• 模型配置文件：聊天模型现在通过 .profile 属性公开支持的功能和能力。这些数据源自 models.dev，这是一个提供模型能力数据的开源项目。
• 摘要中间件：更新为使用模型配置文件支持灵活的触发点，以进行上下文感知的摘要。
• 结构化输出：ProviderStrategy 支持（原生结构化输出）现在可以从模型配置文件中推断。
• create_agent 的 SystemMessage：支持将 SystemMessage 实例直接传递给 create_agent 的 system_prompt 参数，以启用缓存控制和结构化内容块等高级功能。
• 模型重试中间件：用于自动重试失败的模型调用的新中间件，具有可配置的指数退避策略。
• 内容审核中间件：用于检测和处理代理交互中不安全内容的 OpenAI 内容审核中间件。支持检查用户输入、模型输出和工具结果。

​

v1.0.0

​

langchain

• 发行说明
• 迁移指南

​

langgraph

• 发行说明
• 迁移指南