Amap (Gaode Maps) MCP Server

# LangChain v1.0 中间件机制 > 把“手写上下文”变成“可组装架构” --- ## 1. 中间件要解决的问题 在用户输入到达模型之前，作为信息协调层完成统一处理： - 规范化输入格式 - 注入相关背景知识 - 过滤敏感信息 - 限制工具调用权限 最终保证模型收到的始终是**经过精心组织的上下文**。 --- ## 2. 后端视角：与 FastAPI 1:1 映射 | FastAPI 中间件 | LangChain 中间件 | |----------------|------------------| | 拦截 HTTP 请求 | 拦截 Agent 调用 | | 身份认证、请求日志、CORS | 上下文管理、安全控制、工具调度、运行时监控 | **执行流程完全一致** FastAPI：Request → Middleware Stack → Endpoint Handler → Response LangChain：User Input → Middleware Stack → AI Model → Response 按注册顺序依次执行，功能扩展直观。 --- ## 3. v1.0 之前的技术痛点 1. 缺少灵活的上下文切换机制 2. 长对话 Token 超限，历史管理困难 3. 工具调用权限无法细粒度控制 4. 任何复杂需求都得写自定义代码，无统一抽象 → **中间件机制把上下文工程变成系统化实践** --- ## 4. 引入中间件后的收益 - 代码组织规范：独立模块，无逻辑耦合 - 复用性提升：写完即可跨项目共享 - 组合灵活：像搭积木一样拼装复杂功能 - 测试调试简化：单测、定位都方便 - 生产适配好：常见需求有现成模式 > 新增能力只需往列表里加一项，结构清晰。 --- ## 5. v1.0 内置常用中间件 | 中间件 | 功能简述 | 处理规则 | |--------|----------|----------| | PIIMiddleware | 个人敏感信息过滤 | 邮箱脱敏，电话阻断 | | SummarizationMiddleware | 长对话摘要 | Token 超阈值自动生成摘要 | | HumanInTheLoopMiddleware | 关键操作人工审核 | 例：发送邮件需人类批准 | --- ## 6. 其他开箱即用能力 - Token 统计与预算控制 - 响应缓存机制 - 错误处理与重试逻辑 - 自定义日志记录 --- ## 7. 快速拼装示例 ```python agent = Agent( llm=chat_model, tools=[search, send_email], middleware=[ PIIMiddleware(), SummarizationMiddleware(token_threshold=2048), HumanInTheLoopMiddleware(action_regex=r"send.*email"), TokenBudgetMiddleware(max_tokens=4096, max_cost=0.05), LoggingMiddleware(), ] )