5 сентября 2026 г.
Deep Agents сжимает контекст без потери работы: ответы крупнее 20 000 токенов уходят в файл
Сжатие включено в каждом агенте по умолчанию: старая переписка уезжает на диск, а в модель идёт выжимка.
Harrison Chase
@hwchase17
Мы про управление контекстом в Deep Agents думаем очень похоже: компакция должна сокращать то, что уходит в модель, а не стирать историю проделанной работы. В Deep Agents логика такая: - у каждого агента есть файловая система, реальная или виртуальная - если результат инструмента слишком большой, мы пишем его целиком в файловую систему (/large_tool_results), а в видимом модели сообщении оставляем превью - если переписка становится длинной, мы сначала выгружаем старые сообщения в файловую систему (/conversation_history), а потом делаем summary - агент может и сам решить сжать контекст через инструмент compact_conversation, там та же логика выгрузки и суммирования Middleware для саммаризации со всей этой логикой: https://github.com/langchain-ai/deepagents/blob/main/libs/deepagents/deepagents/middleware/summarization.py
Это GPT-6 Astra. Всё, что вы можете сделать на компьютере, Astra сделает за вас. Быстро.
· 2 тыс. просмотров
Ответ инструмента больше 20 000 токенов в модель целиком не идёт: он уезжает в файл, а агенту достаются путь к нему и первые 10 строк.
Правило под этим общее: сжатие сокращает то, что видит модель, но не стирает историю работы. Файловая система есть у каждого ИИ-агента в Deep Agents, настоящая или виртуальная.
Два адреса вместо забвения. Крупные ответы инструментов складываются в папку large_tool_results, старая переписка уходит в conversation_history отдельным файлом сессии. Картинки из переписки хранятся там же.
Когда включается выжимка. Саммаризация стартует на 85% от окна модели и оставляет 10% свежего контекста плюс 20 последних сообщений. Если профиль модели библиотеке неизвестен, она считает окно по фолбэку в 170 000 токенов и держит шесть последних сообщений.
Агент умеет сжать контекст и сам, инструментом compact_conversation. Раньше срока не даст: инструмент отказывает, пока расход не дошёл примерно до половины порога авто-саммаризации.
Ставится одной командой: pip install deepagents. Версия 0.7.13 вышла 2 сентября 2026 года и требует Python 3.11 или новее. Отдельно включать ничего не надо, оффлоад и саммаризация работают внутри каждого вызова create_deep_agent, а ручная компакция добавляется тремя строками middleware.
Раньше базовый промпт агента съедал около 6 000 входных токенов, в версии 0.7 от 29 июля 2026 года — около 2 000. На GPT-5.6-Luna эта диета дала на 34% меньше токенов и на 15% меньше денег за прогон, а оценка в замере LangChain выросла на 4%. В той же версии TodoListMiddleware перестал включаться по умолчанию.
Вся логика собрана в одном файле репозитория deepagents, middleware/summarization.py.
Первоисточник