给 LangChain 售后助手补上运行时上下文、长期记忆、流式输出与 LangSmith 追踪
从 Demo 到生产：给 LangChain 售后助手补上上下文、长期记忆、流式输出和可观测性
这篇教程在已搭好的 LangChain 售后助手上补齐运行时上下文、长期记忆、流式输出和 LangSmith 追踪。通过 context_schema 声明 UserContext，工具用 runtime.context.user_id 获取登录用户身份，不再依赖模型提取订单号。长期记忆用 LangGraph Store 按用户命名空间保存回答偏好，换 thread_id 后仍可读取；流式输出可同时订阅 messages、updates、custom 三种模式，分别接收模型文本、执行步骤和工具进度。设置 LANGSMITH_TRACING 等环境变量后，LangChain 会自动把模型与工具调用发送到 LangSmith，普通函数需加 @traceable 才单独显示。
要点
- 用 Runtime Context 把登录用户 ID 注入工具，工具从 runtime.context 读取
- 用 LangGraph Store 按用户命名空间保存偏好，跨会话读取
- agent.stream 支持 messages、updates、custom 三种模式，可同时订阅
对你有什么影响
人人人都是产品经理阅读原文做客服智能体的团队可参考这套做法，把登录身份交给工具、按用户存偏好，并用 Trace 排查工具调用。