Agent 中间件双雄实战：Tool Selector 与 To-do List 完全指南

发表于最近更新于最近

作者 KennethCheng

401~515 分钟 阅读

让 LLM 工具调用既精准又清晰——两个中间件，搞定 Agent 的两大痛点。

📖 写在前面

随着 LangChain Agent 越来越普及，开发者会很快撞上两堵"墙"：

工具太多：给 Agent 挂了 20 个工具，模型在调用时一脸懵。
任务太长：跨多步的复杂任务跑下来，用户只看到一行最终回复，根本不知道推进到哪了。

这两堵墙，Tool Selector 中间件 和 To-do List 中间件 正好能分别拆掉。

本文会带你用 10 分钟彻底搞懂这两个中间件：

你会学到	对应章节
Tool Selector 的概念与运行逻辑	2
Tool Selector 的代码创建与参数	2.5
To-do List 的概念与实战调用	3
To-do List 的 `write_todos` 运行机制	3.5
二者对比与组合实战	4、5

一、问题背景：Agent 的两个典型痛点

痛点 ① 多工具 → 用 LLMToolSelectorMiddleware。
痛点 ② 多步任务 → 用 TodoListMiddleware。
两件事可以同时做，互不冲突。

二、Tool Selector 中间件

2.1 一句话概念

在调用主模型前，利用 LLM 智能筛选相关工具，把"大工具池"压缩成"当前任务够用的小工具集"。

2.2 架构与运行逻辑

6 步工作流：

用户提交任务
模型面对工具池选择困难
模型把"本次调用信息"发给 Tool Selector
Tool Selector 从工具池筛工具
返回"少量相关工具"
模型基于筛选后的工具集继续推理

2.3 适用场景速查

#	场景	说明
1	多工具	工具数 ≥ 10，多数与查询无关
2	高成本	想通过过滤减少 token 消耗
3	高精度	想通过减少冗余工具提升聚焦度

触发决策树：

2.4 钩子类型与触发机制

tool_selector 是 before_model 类型的钩子，会在每次对模型调用前，基于当前消息列表触发筛选。

2.5 代码实战

from langchain.agents import create_agent
from langchain.agents.middleware import LLMToolSelectorMiddleware

agent = create_agent(
    model=model,
    tools=[tool_1, tool_2, tool_3, tool_4, ...],   # 完整工具池
    middleware=[
        LLMToolSelectorMiddleware(
            model=model,            # ① 负责选取工具的模型
            max_tools=2,            # ② 选取出来的工具数量
            always_include=["tool_4"],  # ③ 始终被选取的工具名称
        ),
    ],
)

参数说明

参数	含义	备注
`model`	负责选工具的模型	可与主模型相同，也可指定更轻量的模型以省 token
`max_tools`	筛选后保留的工具上限	控制最终下发给主模型的数量
`always_include`	强制保留的工具名列表	类型是 `list[str]`，不是工具对象

⚠️ 易踩坑

tools=[...] 传的是工具对象（callable）。
always_include=[...] 传的是字符串名称。
类型别混。

三、To-do List 中间件

3.1 一句话概念

为 Agent 配备"复杂多步骤任务"的规划与追踪能力。

适用场景：

✅ 需要跨工具协同的复杂多步骤任务
✅ 需要进度可见性的长期运行操作

3.2 创建 Agent

from langchain.agents import create_agent
from langchain.agents.middleware import TodoListMiddleware

agent = create_agent(
    model=model,
    tools=[internet_search, calculate],
    middleware=[TodoListMiddleware()],
)

3.3 调用与拿到 todos

res = agent.invoke({
    "messages": ["""你要一步一步的详细规划以下内容再进行回答。
请分析美国加利福尼亚中央谷地的杏仁种植业在未来 30 年面临的气候变化风险，
并估算其经济影响。
"""]
})

print(res["todos"])

3.4 `todos` 的结构

[
    {'content': 'Research the current climate trends affecting almond farming in California',
     'status':  'completed'},
    {'content': 'Analyze predictive models for climate change impacts up to 2050',
     'status':  'completed'},
    {'content': 'Estimate the percentage decrease in almond production by 2050',
     'status':  'completed'},
    {'content': 'Calculate the economic impact of reduced almond yields on California economy',
     'status':  'completed'},
    {'content': 'Search for the exchange rate for USD to Bitcoin as of November 2025',
     'status':  'completed'},
    {'content': 'Calculate how many Bitcoins could be purchased with the estimated USD loss',
     'status':  'completed'},
]

字段定义：

字段	含义
`content`	子任务的具体内容（自然语言）
`status`	当前执行状态，取值为 `pending` / `progress` / `completed`

3.5 运行逻辑：自动注入 `write_todos` 工具

为 Agent 新增 write_todos 工具，让 Agent 能创建并管理结构化任务清单，跟踪进度、整理任务、为用户提供可视化状态。

状态机

架构图

5 个关键洞察：

write_todos 由 TodoListMiddleware 自动注入，用户无需手写。
它与"原有工具"并存，模型可同时调用。
write_todos 内部生成结构化子任务清单。
子任务回流到模型，作为下一轮推理输入。
每个子任务带状态，对外可视化。

四、对比速查表

4.1 维度对照

维度	`LLMToolSelectorMiddleware`	`TodoListMiddleware`
核心目标	筛选相关工具	规划与追踪多步任务
解决痛点	工具太多选花眼	长任务一团乱麻
改动方式	拦截调用、过滤工具	注入新工具 `write_todos`
钩子时机	`before_model`	围绕任务执行过程
典型场景	工具 ≥ 10 / 高 token / 高精度	跨工具多步 / 长期运行
结果可见性	透明	`res["todos"]`
输出 schema	工具名+描述	`[{content, status}, ...]`

4.2 一句话差异

🔑 Tool Selector 让模型"看得更少"，Todo List 让模型"做得更清晰"。

五、二者组合实战（推荐）

from langchain.agents import create_agent
from langchain.agents.middleware import (
    LLMToolSelectorMiddleware,
    TodoListMiddleware,
)

agent = create_agent(
    model=model,
    tools=[search, calc, db, mail, doc, ...],  # 大量工具
    middleware=[
        LLMToolSelectorMiddleware(   # ① 先按 query 筛工具
            model=model,
            max_tools=3,
            always_include=["search"],
        ),
        TodoListMiddleware(),        # ② 再做多步规划与追踪
    ],
)

组合后的请求流

六、一页思维导图（复习专用）

七、写在最后

如果你正在搭建生产级 LangChain Agent，强烈建议把这两个中间件默认打开：

🧠 Tool Selector 让你不惧工具膨胀。
📋 Todo List 让你不惧长任务。

一句话总结全文：

Tool Selector 让 Agent 选得准，Todo List 让 Agent 想得清。两者组合，攻守兼备。

📌 附录 · 一行速记表

关注点	Tool Selector	Todo List
干嘛用	筛选工具	规划任务
怎么实现	拦截调用	注入工具
看得见吗	透明	看 `res["todos"]`
啥时候用	工具 ≥ 10	任务 ≥ 3 步

如果觉得本文有帮助，欢迎 点赞 + 收藏 + 关注，我们下期再见 👋

Ai, LangChain

LangChain Ai Python

许可协议: CC BY 4.0