Langchain不久之前开源openwiki，现在已经14k star了 只要一个命令，就能为为智能体构建的代码库生成和维护文档。 而且官方还提供的脚本，你可以设置一个git action，就能每天更新wiki 更妙的是，它有一个专门的聊天界面，可以让人通过聊天界面和这些wiki聊天，获取对项目的认知。 而且它会注入到Agent.md文件，这样，你的Code Agent能自动获取整个项目的知识 总而言之，这个是给人和Agent使用的，自动跟新的Wiki系统。

LangChain 今天发布了 Deep Agents v0.7：基础输入 Token 减少 65%，性能基本持平。 我觉得这次升级是一个很大的改进。 运行 Agent 时，Token 并不全花在任务本身。系统提示、工具定义、上下文管理和任务规划格式等 Harness 开销，会在每次调用中反复出现。任务越长、调用次数越多，这部分基础成本就越明显。 v0.7 做的事情很直接：精简底层 Harness，在不明显损失能力的情况下，让每次调用变得更轻。 对于长时任务和批量自动化，65% 的基础 Token 缩减意味着，同样的预算可以跑更多任务，也能给真正有用的上下文留出更多空间，延迟和成本通常也会随之下降。 我觉得这类框架层优化对日常使用成本的影响，有时比换一个更贵的模型还直接。 模型能力很重要，Harness 是否足够轻，同样值得关注。正在使用 LangChain Deep Agents 的人，v0.7 值得优先测试升级。 🔗:

🧠 LangChain 官方开源的这套教程，是我见过把 agent 讲得最不玄的一份。 2k star，从零手写一个能真正接管你 Gmail 的邮件助手。 现在讲 agent 的教程有个通病：跑通一个 demo 就结束了，你照着敲完能出结果，但换个场景照样不会写。因为真正难的部分它都跳过了——怎么评估好坏、怎么让人在关键动作前审一道、怎么让它记住你的偏好。 这套教程反过来，就是围着这四块走：先搭基础版邮件助手，做分类加回复；再用 LangSmith 和 Pytest 做评估，让大模型当评审去打分；然后加人工介入，发邮件和约会议这类动作先弹给你确认再执行；最后接上记忆，让它根据你每次的修改自动调整偏好。每一部分都配 Notebook，代码全在仓库里。 练手阶段用模拟的邮件和日历工具，学完直接换成 Gmail API，就是一个天天在跑的东西。 会跑 demo 和会做产品之间，差的就是这四步。 GitHub：

推荐这篇文章，LangChain Deep Agents v0.7 发布。 他们把默认的基础指令砍掉了一大半，跑完全部 eval 性能不变。 LangChain 在 7 月 29 日发布了 Deep Agents v0.7。这次更新的核心是把 harness 变薄——基础输入 token 减少 65%（约 6K → 2K），性能不变。 三条瘦身策略 删掉基础 system prompt。 Deep Agents 之前内置了一个通用指南和工具使用说明的 system prompt。v0.7 把它整个砍掉了。 工具描述精简 43%。 内置工具的描述文本被压缩了近一半。 Todo 列表默认关闭。 TodoListMiddleware 不再是默认开启。跨三类 eval（自主任务、多轮对话、长上下文）× 四模型（GPT-5.6 Luna、Gemini 3.6 Flash、Claude Sonnet 4.6、Claude Opus 4.8）的评测显示，关闭 todo 后奖励略优、成本更低。不过有三类场景仍然值得打开：长多步任务、能力较弱的模型、需要可见进度条的 UI 场景。 验证方法 LangChain 用了一个新的 eval 套件来做对照。三个基准类别：Autonomous（编码、数据分析端到端任务）、Conversational（多轮对话）、Long-context（长上下文检索推理）。v0.7 vs v0.6.12 矩阵跑下来，reward 整体持平，token 和成本多数下降。最显著的是 GPT-5.6 Luna：token -34%，成本 -15%，reward +4%。 Anthropic 的影响 博客里直接引用了 Anthropic 刚发的 Claude 5 模型的 context engineering 新规——Claude Code 的 system prompt 被砍掉了 80% 以上，coding eval 毫无下降。两条核心发现： • 接口比示例好。 好的 tool schema 教会模型怎么用工具，比过去流行的 few-shot examples 更有效——示例反而会收窄模型的探索范围。 • 不要重复。 在 system prompt 和工具描述里各说一遍同一个指令，不带来增益。 可配置性 v0.7 让覆盖内置中间件变成一等公民。传一个 middleware= 实例，同名的默认中间件会被原地替换而不是报错。一个实际例子：SummarizationMiddleware 默认在上下文窗口 85% 时用通用 prompt 做摘要——v0.7 可以把它换成： SummarizationMiddleware( model="fireworks:kimi-k3", trigger=("fraction", 0.5), # 50% 就开始摘要 summary_prompt="Summarize the conversation, keeping file paths and decisions verbatim...", ) 破坏性变更 • TodoListMiddleware 默认关闭（可 opt-in） • 移除了 v0.5 中废弃的 backend factories • delete 工具加入默认文件系统工具列表（可通过 allowlist 关闭） 原文： #DeepAgents# #LangChain# #AgentEngineering#

以为 OpenAI 那种高门槛的 Deep Research 离普通人很远？LangChain 官方直接把底裤都给扒出来了。 LangChain 开源的 open_deep_research，说白了就是完全开源复刻了顶尖 AI 机构的“深度研报生成引擎”。基于 LangGraph 构建，采用了 Supervisor + Sub-Agent 的多智能体协作架构（MIT 协议）。不管你是接 OpenAI、Claude 还是挂 DeepSeek，几分钟就能在本地搭出一个能自主拆解课题、多线程联网搜资料、自动交叉验证并生成长篇研报的 AI 代理系统。 需求主动澄清：课题太模糊它不上杠，先提问把你需求搞明白再动手 任务并行拆解：主智能体切分子课题，派多个子 Agent 独立去抓资料 智能体开发者社区 - CSDN 上下文防暴击：子 Agent 自动清洗垃圾网页，只向上汇报高密度信息 模型自由切换：想省钱直接用开源大模型，不用被单一厂商绑定 GitHub：

这东西最狠的不是免费，而是纯本地运行，你的搜索数据和研究报告全留在大脑和磁盘里，商业机密或者行业偷跑料根本不怕泄露。 项目介绍 来自 AI 顶流开源团队 LangChain 的 local-deep-researcher。目前 GitHub 已收割 9.3k+ Star，基于 MIT 协议完全开源。搭配 Ollama 或 LMStudio，用本地显卡直接拉满深度研究能力。 自主思考迭代：自动拆解问题、搜网、总结、找盲点再反思，循环挖掘深度报告。 零 API 成本：对接本地 Ollama（推荐 DeepSeek-R1 / Qwen3）+ 免费 DuckDuckGo 搜索。 自带引用来源：跑完直接吐出带完整 Markdown 来源角标的排版报告，能直接投产。 绝无数据上报：本地部署，零追踪、零数据外泄风险。 🔗 项目地址：

推荐这篇文章。一个 agent 评测系统被自己的评分骗了整整一周——两个标准在互相拉扯，总分却看起来正常。 Similarweb 的高级 AI 工程师 Liora Korni 在 7 月 29 日 LangChain 博客上分享了一篇实战文章：如何评估一个生成长篇研究报告的 agent 系统。文章的价值不在方法论本身——LLM-as-judge 和 rubric 都不是新概念——而在他们把评估当作产品架构的一部分来做的具体教训。 两种输出，两种评估方式 Similarweb Data Studio 是一个 agent 系统：用户用自然语言提问，agent 规划、调用数据工具、检索数字、写出答案。它要处理两类完全不同的输出： 普通对话：聚焦问题，答案形状可预期。评估方法简单——golden answer + semantic judge 判断"是否表达了同样的意思"。 深度研究报告：长文输出，包含来源、解读、建议、风险提示和叙事结构。同一问题可能有多种好的答案。Golden answer 不适用——匹配 gold answer 只会奖励相似性而不是质量。 Rubric 方案 深度研究报告的评估用 rubric prompts：每个质量维度有自己的评分锚点。例如 source_integration 标准： • 0.0：纯粹依赖单一数据 API，无外部上下文 • 0.3：模糊引用"行业报告"但不点名 • 0.8：引用多个带名称、日期、数字的来源 • 1.0：广泛使用归因明确、融入叙事的来源 每个维度返回分数 + 解释 + 差距说明。不只是一个数字。 除此之外还加了 faithfulness check：每个声明是否真的来自检索数据？还是 agent 夸大了来源支持的内容？ 最贵的教训：花了整整一周跟自己的评估打架 文章里最值得读的部分：一次 prompt 的小改动让总体评分下降。 他们花了一周反复 revert、调整、re-run。报告每次看起来都很好，但数一直在说不。最后有人打开逐标准评论才发现——新版报告引用了更多来源（提高了 source breadth），但这些来源都是模糊的（拉低了 attribution）。两个标准互相拉扯，总分隐藏了冲突。 修复了评分锚点后（从"引用更多来源"改为"引用命名、可验证的来源"），同一个报告的分数从 0.7 降到了 0.3，数值终于匹配了评论一直在说的东西。 核心教训：一个校准错误的评估比没有评估更糟糕，因为它给你虚假的信心。 最终的评估循环 1. 从假设开始 2. 跑一个小评估获取信号 3. 检查反馈评论和 traces 4. 跑完整 benchmark 并重复 5. 与 baseline 或 A/B 输出对比 6. 决定合并、迭代还是重新校准 原文： #AgentEvaluation# #LLMasJudge# #LangSmith#

每次搭 AI 应用，都从零开始连模型、接工具、写 prompt、处理输出……等真的能跑，已经过去半天了。 LangChain 解决的就是这个问题。它把所有重复动作封装成标准组件——模型、嵌入、向量库、工具调用——然后让你像搭积木一样拼起来。 核心价值不是“能做什么”，而是“不用反复重写”。换模型？改一行配置。换数据源？换一个组件。把 AI 应用开发从“写代码”变成“拼积木”。 快速开始： uv add langchain from import init_chat_model model = init_chat_model("openai:gpt-5.5") result = model.invoke("Hello, world!") 它自己已经演化成一个生态：Deep Agents（高级 Agent 套件）、LangGraph（可控 Agent 工作流）、LangSmith（调试和评估）、LangSmith Deployment（部署和扩展）。 如果你正在做 AI 应用，LangChain 大概率是那个“省下 80% 重复劳动”的基础层。 开源，仓库： 适合三类人： 1. 刚开始做 AI 应用、想快速出原型的开发者 2. 需要频繁换模型、接不同数据源的技术团队 3. 想建 Agent 系统但不想从零写编排的人 收藏备用，下一个 AI 项目从它开始。

Circle 发文称，已将 Circle Agent Stack 入门套件开源，开发者可通过 OpenAI Agents SDK、Claude Agent SDK、LangChain Deep Agents、Mastra、Vercel AI SDK 和 Google ADK 六种框架，为 AI Agent 集成钱包、USDC 支付及链上操作。Circle 官方 GitHub 仓库显示，相关套件集成了代理钱包、纳米支付和 Circle Agent Marketplace；示例仅供演示和教育用途，拟用于 Arc 测试网，尚不可用于生产环境。

当 AI Agent 开始使用钱包，智能体金融基础设施将如何演变？欢迎来现场一起探讨！ ✨ 活动亮点： 硬核 Demo 秀：现场演示 LangChain / MCP + SVP 测试网的意图交易与验证闭环。 轻松面基：定向邀请 25-35 位核心 Builder，现场提供免费披萨与软饮 🍕 📅 时间：6月26日 14:00 - 17:00 📍 地点：新加坡 · UIC Building 🔗 报名通道: 主办：@SvpChain | 支持：@MEeventHK @Mentisai_ @CocoAIxyz @0g_CN @NoosProtocol @termix_ai @InterlaceMoney @MossAI_CN #AgenticFinance# #AIAgent# #Singapore# #DeFi#