目录1. 引言2. 核心问题为什么需要调用限制中间件3. 实现原理4. 实践示例5. 对比与使用场景6. 总结1. 引言在构建基于大语言模型LLM的应用时我们常常面临两个棘手的挑战模型调用成本不可控每次 invoke、stream 都产生费用而流程中的重试、循环、复杂链可能让调用次数远超预期。工具调用陷入死循环Agent 在任务未解决时反复调用同一个工具不仅消耗 Token还可能触发 API 的并发限制。LangChain 从 0.3 版本开始推出内置中间件Built-in Middleware体系其中ModelCallLimitMiddleware和ToolCallLimitMiddleware专门针对上述问题提供了开箱即用的限额控制能力。本文结合官方文档Built-in Middleware与真实场景从问题根源、实现原理、代码示例到对比选型深入探讨这两个中间件的设计思想与最佳实践。关键词LangChain中间件调用限制ModelCallLimitMiddlewareToolCallLimitMiddleware成本控制Agent 稳定性2. 核心问题为什么需要调用限制中间件2.1 模型调用次数的隐形爆炸一个简单的 RAG 检索链可能只调用一次模型但在 Agent 场景下模型会反复调用工具、评估结果、再规划。典型的 ReAct 循环可能如下用户问“分析XX公司的季度报告”→ 模型调用文档搜索工具。搜索结果不理想 → 模型调用摘要工具。摘要后仍然不清楚 → 模型再次搜索进入重试循环。如果没有限制一次对话可能产生数十次模型调用带来严重的成本和时间开销。2.2 工具调用的无限循环风险更危险的是Agent 可能对某个工具返回的结果“不满意”持续调用直到命中 API 限流或耗尽预算。例如调用天气 API 时收到错误码Agent 尝试重新调用调用数据库查询工具时 SQL 错误Agent 反复修正但每次修正仍出错。传统解决方案的缺陷在链或 Agent 外层手写一个计数器代码侵入性强难以复用。硬编码 in/after 逻辑容易破坏中间件的洋葱模型让代码耦合度升高。因此LangChain 提供了声明式、可插拔的中间件在不修改模型或工具实现的前提下为任意 Runnable 添加调用限额。3. 实现原理两个中间件都遵循 LangChain Middleware 的拦截器模式Interceptor Pattern用户请求 → Middleware.before_xxx → 实际模型/工具调用 → Middleware.after_xxx → 返回结果3.1 ModelCallLimitMiddleware 核心机制位置langchain_core.middleware.ModelCallLimitMiddleware参数limit: int– 允许的最大调用次数。on_limit: Optional[Callable]– 超出限制时的自定义处理函数默认抛出ModelRateLimitError。reset_period: Optional[timedelta]– 计数自动重置的时间窗口适用于周期配额场景。工作流程中间件维护一个内部计数器_call_count线程安全采用asyncio.Lock保护异步上下文。每次before_model钩子触发时检查计数若 ≥ limit 则调用on_limit。after_model钩子成功后递增计数。若设置了reset_period后台任务或调用时按时间窗口重置计数器。为什么选择中间件而不是简单的包装器中间件可以链式组合AuthMiddleware | RateLimitMiddleware | actual_model各司其职。对于复杂的 LangGraph 节点中间件会自动传播到内层的每次调用无需逐节点手动注入。3.2 ToolCallLimitMiddleware 核心机制位置langchain_core.middleware.ToolCallLimitMiddleware与模型中间件类似但它拦截的是工具调用而非模型调用。计数器基于工具的每次执行tool.invoke/tool.ainvoke。同样支持limit、on_limit、reset_period。在 Agent 场景下与模型中间件配合可以实现双层保护外层限制模型思考次数内层限制工具执行次数。值得一提的是LangGraph 内部已经提供了max_turns参数来限制 Agent 的最大步数但ToolCallLimitMiddleware的优势在于可以更细粒度地针对某个工具而非整个 Agent进行限制。可以自定义超限后的降级策略例如返回默认值而不是直接中断图执行。4. 实践示例4.1 限制 LLM 调用次数fromlangchain.agentsimportcreate_agentfromlangchain.agents.middlewareimportModelCallLimitMiddlewarefromlanggraph.checkpoint.memoryimportInMemorySaver agentcreate_agent(modelgpt-5.5,checkpointerInMemorySaver(),# Required for thread limitingtools[],middleware[ModelCallLimitMiddleware(thread_limit10,run_limit5,exit_behaviorend,),],)参数配置说明4.2 限制工具调用次数结合 Agent以下示例创建一个简单的 Agent并限制其最多调用search工具 5 次最多总调用工具次数是20次单轮对话限制其最多调用search工具3 次最多总调用工具次数是10次。fromlangchain.agentsimportcreate_agentfromlangchain.agents.middlewareimportToolCallLimitMiddleware agentcreate_agent(modelgpt-5.5,tools[search_tool,database_tool],middleware[# Global limitToolCallLimitMiddleware(thread_limit20,run_limit10),# Tool-specific limitToolCallLimitMiddleware(tool_namesearch,thread_limit5,run_limit3,),],)参数配置说明4.3 双层限制实战为了同时控制预算和防止工具滥用可以串联两个中间件fromlangchain.agentsimportcreate_agentfromlangchain.agents.middlewareimportModelCallLimitMiddlewarefromlanggraph.checkpoint.memoryimportInMemorySaver agentcreate_agent(modelgpt-5.5,checkpointerInMemorySaver(),# Required for thread limitingtools[],middleware[ModelCallLimitMiddleware(thread_limit15,run_limit10,exit_behaviorend,),ToolCallLimitMiddleware(thread_limit10,run_limit10),],)此时模型总共最多被调用 15 次包含思考和最终回答。工具最多被执行 10 次确保不会被某个循环耗尽所有配额。5. 对比与使用场景维度ModelCallLimitMiddlewareToolCallLimitMiddleware拦截对象LLM 的 invoke / ainvoke / stream 调用工具的 invoke / ainvoke 调用计数单位模型调用次数工具执行次数典型应用预算控制防止粗暴重试防止 Agent 陷入工具循环默认超限行为ModelRateLimitErrorToolRateLimitError复位能力支持reset_period周期性清零支持reset_period独立性于模型相关不影响工具于工具相关不影响模型组合使用可串接在同一个模型上形成双重限制选型建议如果您的应用是直接的 LangChain 链或 RAG 流程绝大多数开销来自 LLM 调用优先使用ModelCallLimitMiddleware。如果您在使用 Agent、尤其是自定义工具较多且可能出现死循环时务必添加ToolCallLimitMiddleware。在生产环境中推荐同时部署两个中间件并为ToolCallLimitMiddleware设置一个比模型限额更小的数值确保工具问题不会耗尽所有预算。6. 总结LangChain 的ModelCallLimitMiddleware与ToolCallLimitMiddleware是两个轻量但极具实用价值的内置中间件它们将“调用保护”从业务代码中解耦出来以声明式的方式融入任何 Runnable 流水线。核心价值无侵入不改动现有模型或工具代码一行|操作即可引入。可组合支持洋葱模型堆叠结合 PII、HITL等中间件形成完善治理。建议读者在实践中建立“默认有限”的意识在启动任何 Agent 或长时间运行的链之前首先通过中间件设定合理的调用上限并设计好降级或告警策略——这不仅能守护预算更是一道保障系统稳定性的重要防线。