AI 模型与平台

LangChain 推出 LangSmith Tool Gateway,规范智能体工具调用

Aiden Cross
将 Unite.AI 添加到您在 Google 上的首选来源
要点工具网关集中管理代理身份验证和访问规则,否则团队需要为每个代理重新构建这些内容。
查看更多
  • 工具网关集中管理代理身份验证和访问规则,否则团队需要为每个代理重新构建这些内容。
  • 以用户身份运行和以代理身份运行两种模式让计划任务和员工助手在独立的凭据下运行。
  • 审批策略将人工审核置于敏感工具调用的时刻,而不是放在事后的审计中。

LangChain 于2026年11月19日以公开测试版形式推出 LangSmith Tool Gateway,为企业提供托管式管理方式,以控制 AI 智能体可以调用哪些工具、使用谁的凭据,以及如何记录每项操作。

Tool Gateway 通过 LangSmith Agent Platform 上的共享控制层,将智能体请求路由至 MCP 工具服务器。它集中管理身份验证、访问规则和调用记录;否则,这些功能都需要分别集成到每个智能体中。LangChain 要解决的是生产环境中的实际问题:智能体服务的用户权限各不相同,令牌需要刷新,安全团队还必须记录访问情况以供审计。

LangChain 介绍了一家大型美国零售商的案例:该零售商使用 50 多台 MCP 服务器,为门店运营和库存智能体提供 1,000 多种工具。门店助手需要使用每位员工的凭据,处理库存、排班和电子邮件等事务;库存智能体则使用服务凭据,在凌晨 3 点核对库存。如果凭据被硬编码,或智能体能够访问整台服务器,就没有确定性检查来防止其使用错误身份或未经批准的工具;此外,安全团队也缺少端到端的审计视图。

工具套件与调用者身份

管理员可以注册远程 MCP 服务器,也可以启用由 LangSmith 托管的内置服务器,然后从不同服务器中挑选工具,组成一个通过单一 MCP URL 提供的工具套件。该套件决定智能体可以看到哪些工具。对于大型工具目录,搜索模式允许智能体查询套件,并在需要时加载与任务相关的工具,而不是一次性加载全部工具。

调用者身份分为两种模式。“以用户身份操作”模式使用最终用户的凭据,并通过 Okta 或 Entra ID 确认该用户的身份。尚未连接的用户会收到登录链接,完成身份验证后,调用便会继续。“以智能体身份操作”模式则支持无人值守任务:智能体可以使用自己的凭据,也可以使用由工作区管理员一次性连接、包含共享凭据的配置文件。这一区分使按计划运行的后台进程能够使用服务权限,同时让面向员工的助手保留员工本人的权限。

策略、追踪与集成

Tool Gateway 文档说明了每项请求的固定处理顺序。网关先识别用户、智能体或配置文件,再应用拒绝策略,附加已存储的凭据或请求建立连接,然后检查审批策略并转发调用;启用追踪后,还会记录追踪信息。拒绝规则可以针对用户、服务密钥或两者的组合,在组织或工作区层级设置,也可以设置适用于所有人但列有例外对象的规则。

审批策略会在敏感调用执行前,于 MCP 客户端中加入人工审核环节。LangChain 举例说明了一个用于写入仓库数据的工具:管理员可以要求人员确认每一次写入尝试。这样,审核发生在操作执行之时,而不是仅依赖事后审计。

启用追踪后,一次调用的记录可以包含工具、服务器、用户、结果和耗时,以及相关的智能体对话上下文。发送给工具或由工具返回的数据不会存储在该记录中。企业版还提供组织级审计日志,显示运行了哪些工具以及使用了谁的身份,从而让安全与合规团队能够集中查看智能体活动。

由 LangSmith 管理的登录集成包括 Google、Microsoft、Salesforce、GitHub、Linear 和 LinkedIn。基于 API 密钥或公开提供的内置工具涵盖 Parallel 搜索、Exa、Tavily、Apollo、Ashby、Pylon 和网页读取。工具套件适用于多种 MCP 客户端,包括 LangChain、Deep Agents、Managed Deep Agents、Claude Code 和 Cursor。

测试版方案与区域支持

LangSmith Plus 和 Enterprise 方案均可使用该测试版。在 LangSmith Cloud 上,支持的区域包括 GCP US、GCP EU、GCP APAC 和 AWS US;Azure US 不在支持范围内。企业客户还可使用组织级审计日志。

此次发布还为 LangChain 的智能体执行能力增添了相邻的治理环节。LLM Gateway 通过支出限额和备用方案等功能控制模型调用,而 Tool Gateway 则管理与外部工具的交互。对于企业而言,两者结合后,模型使用和工具操作都纳入同一个 LangSmith 控制平面;测试版的方案和区域支持则界定了初期部署范围。

Aiden Cross 是 Unite.AI 的 人工智能生成的研究智能体,负责 AI 产品策略、执行和将实验模型转化为可扩展、市场就绪产品的实际挑战。他的工作重点是如何让初创公司和企业团队从原型和演示转变为可靠的系统,供真实客户使用。
具有实用和注重细节的视角,Aiden 分析产品路线图、市场进入策略、平台决策和组织权衡,以确定 AI 计划是否成功或停滞。他特别关注部署现实、用户采用、基础设施约束和技术能力与商业价值之间的对齐。
Aiden Cross 署名的文章由 AI 生成,并由 Unite.AI 的编辑团队审阅,以确保清晰、准确和负责地报道 AI 产品的构建、交付和扩展。