エージェントが効果的に機能するためにはメッセージのリスト以上のものを必要とする場合が多いです。つまりコンテキストが必要です。コンテキストは、メッセージリスト外の任意のデータを含み、エージェントの動作やツールの実行を形作ることができます。

LangGraph : Prebuilt エージェント : コンテキスト

作成 : クラスキャット・セールスインフォメーション
作成日時 : 06/13/2025

* 本記事は langchain-ai.github.io の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています :

• Prebuilt agents : Context

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

 

LangGraph : Get started : Prebuilt エージェント : コンテキスト

エージェントが効果的に機能するためにはメッセージのリスト以上のものを必要とする場合が多いです。コンテキストが必要です。

コンテキストは、メッセージリスト外の任意のデータを含み、エージェントの動作やツールの実行を形作ることができます。これは以下のようなものです :

• user_id や API 認証情報のような、実行時に渡される情報。
  

• マルチステップの推論過程中に更新される内部状態。
  

• 以前のインタラクションから得られた永続的メモリかファクト (事実)。

LangGraph はコンテキストを提供するために 3 つ の主要な方法を提供します :

タイプ	説明	Mutable?	ライフタイム
Config	実行開始時に渡されるデータ	❌	実行毎 (per run)
State	実行時に変更可能な動的データ	✅	実行毎か会話毎
長期メモリ (Store)	会話間で共有できるデータ	✅	会話全体

以下のためにコンテキストを使用できます :

• モデルが見るシステムプロンプトの調整
  

• ツールに必要な入力を供給する
  

• 進行中の会話中にファクトを追跡する

 

ランタイム・コンテキストの提供

実行時にデータをエージェントに注入する必要がある場合にこれを使用します。

 

Config (静的コンテキスト)

Config はユーザ・メタデータや API キーのような immutable データ用です。実行中に変化しない値を持つ場合に使用します。

この目的で予約されている “configurable” という名前のキーを使用して設定を指定します :

agent.invoke(
    {"messages": [{"role": "user", "content": "hi!"}]},
    config={"configurable": {"user_id": "user_123"}}
)

 

State (mutable コンテキスト)

State は実行中に短期メモリとして機能します。ツールや LLM 出力に由来する値のような、実行中に変化する可能性のある動的データを保持します。

class CustomState(AgentState):
    user_name: str

agent = create_react_agent(
    # Other agent parameters...
    state_schema=CustomState,
)

agent.invoke({
    "messages": "hi!",
    "user_name": "Jane"
})

 

長期メモリ (cross-conversation コンテキスト)

会話やセッションにまたがるコンテキストについては、LangGraph は store 経由で 長期メモリ にアクセスすることを可能にします。これは、永続的なファクト (e.g. ユーザ・プロファイル、優先設定、過去のインタラクション) を読み取ったり更新するために使用できます。For more, see the Memory guide.

 

コンテキストによるプロンプトのカスタマイズ

プロンプトはエージェントが動作する方法を定義します。ランタイム・コンテキストを組み込むには、エージェントのステートや config に基づいてプロンプトを動的に生成できます。

一般的なユースケースは :

• パーソナライゼーション
  

• ロール (役割) or 目標のカスタマイズ
  

• 条件付き動作 (e.g., ユーザが管理者)

Using config

from langchain_core.messages import AnyMessage
from langchain_core.runnables import RunnableConfig
from langgraph.prebuilt import create_react_agent
from langgraph.prebuilt.chat_agent_executor import AgentState

def prompt(
    state: AgentState,
    config: RunnableConfig,
) -> list[AnyMessage]:
    user_name = config["configurable"].get("user_name")
    system_msg = f"You are a helpful assistant. User's name is {user_name}"
    return [{"role": "system", "content": system_msg}] + state["messages"]

agent = create_react_agent(
    model="anthropic:claude-3-7-sonnet-latest",
    tools=[get_weather],
    prompt=prompt
)

agent.invoke(
    ...,
    config={"configurable": {"user_name": "John Smith"}}
)

Using state

from langchain_core.messages import AnyMessage
from langchain_core.runnables import RunnableConfig
from langgraph.prebuilt import create_react_agent
from langgraph.prebuilt.chat_agent_executor import AgentState

class CustomState(AgentState):
    user_name: str

def prompt(
    state: CustomState
) -> list[AnyMessage]:
    user_name = state["user_name"]
    system_msg = f"You are a helpful assistant. User's name is {user_name}"
    return [{"role": "system", "content": system_msg}] + state["messages"]

agent = create_react_agent(
    model="anthropic:claude-3-7-sonnet-latest",
    tools=[...],
    state_schema=CustomState,
    prompt=prompt
)

agent.invoke({
    "messages": "hi!",
    "user_name": "John Smith"
})

 

ツールのコンテキストへのアクセス

ツールは特別なパラメータ・アノテーションを通してコンテキストにアクセスできます。

• config へのアクセスには RunnableConfig を使用。
  

• エージェント状態に対しては Annotated[StateSchema, InjectedState] を使用。

Using config

def get_user_info(
    config: RunnableConfig,
) -> str:
    """Look up user info."""
    user_id = config["configurable"].get("user_id")
    return "User is John Smith" if user_id == "user_123" else "Unknown user"

agent = create_react_agent(
    model="anthropic:claude-3-7-sonnet-latest",
    tools=[get_user_info],
)

agent.invoke(
    {"messages": [{"role": "user", "content": "look up user information"}]},
    config={"configurable": {"user_id": "user_123"}}
)

Using state

from typing import Annotated
from langgraph.prebuilt import InjectedState

class CustomState(AgentState):
    user_id: str

def get_user_info(
    state: Annotated[CustomState, InjectedState]
) -> str:
    """Look up user info."""
    user_id = state["user_id"]
    return "User is John Smith" if user_id == "user_123" else "Unknown user"

agent = create_react_agent(
    model="anthropic:claude-3-7-sonnet-latest",
    tools=[get_user_info],
    state_schema=CustomState,
)

agent.invoke({
    "messages": "look up user information",
    "user_id": "user_123"
})

以上