LangChain 发布 Agent 检索上下文工程指南

LangChain 发布博客，提出 AI 智能体的上下文工程应从检索入手，解决搜索低效、单次塞入过多上下文、上下文过时或不相关三类问题。 博客以 LangChain 的 Deep Agents harness 为例：每个 deep agent 内置 glob、grep、ls、read_file 等文件系统工具，可按文件名和关键词检索，不必逐个打开文件；关键词不够时还可接入向量库支持的检索工具做语义搜索。工具结果超过约 20,000 tokens 时，harness 会将其存到 /large_tool_results/ 下的文件，并向 agent 提供路径和首尾几行的简短预览；read_file 默认每次读 100 行，agent 可设置起始行和行数跳读所需部分。 LangChain 称，配套的 Deep Agents 课程在 LangChain Academy 免费、在线、自定进度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。