原始来源日期:2026-10-07。LangChain 发布 Deep Agents SDK 0.7.23,代码使用 MIT 许可。发布记录包含技能固定支持和子 Agent 技能上下文修复。本文进一步读取相应提交的中间件与测试代码,关注技能文本如何进入对话,而不是把功能名称当作模型行为已经得到保证。
调用方可以在状态中提交 pinned_skills,按技能名称精确匹配。中间件读取 SKILL.md,去掉 YAML 头部,将内容按顺序加入带有来源标记的 HumanMessage,并在消费后清空待固定列表。消息历史保存的是当时的文本快照,后续磁盘文件改动不会追溯替换旧消息;再次固定则会加入新的快照。
未知、不可读取、空、超长或非 UTF-8 的技能会被跳过并记录调试日志,不一定以硬错误中止整个流程。因此“申请了某个技能”与“模型上下文确实包含这个技能”存在差别。名称去重保留首次出现顺序,待固定状态也不会自动跨子 Agent 边界传播,避免无意继承尚未消费的控制信息。
子 Agent 修复涉及 SkillsMiddleware 的位置和组合。声明式子 Agent 可以使用自己的技能;继承父流程或提供自定义中间件时,需保持正确的替换和顺序,避免重复注入或错误的技能上下文。这与模型回退、提示缓存等中间件共同构成可观察的消息链,顺序变化可能影响行为。
新增测试采用假模型检验同步与异步路径、消息快照和状态消费等语义,证明的是框架如何构造上下文,而非真实大模型执行任务的准确率。工具所披露的信息也需要与显式读取文件的情形一致。本文没有执行这些测试,更没有将它们解释为提示注入防护或技能服从率的独立评测。
量仔观察
本站判断,快照固定改善了复现与调试:开发者可以知道某次任务真正看到的是哪一版技能,而不依赖事后已经变化的文件。与此同时,跳过机制要求界面反馈实际结果,否则用户可能误以为技能已生效。任务验证仍须检查产物本身;框架成功注入文字,与模型正确理解并完成所有约束,是两个需要分别验证的层面。