LangChain 在 2026 年 10 月 7 日发布博客，宣布重构 Deep Agents 的技能（Skills）支持。这次更新针对企业技能库膨胀到数千个技能后的三个实际问题：工具要跟着技能一起加载、用户点名的技能要提前加载、长对话线程要能在不重开的情况下刷新技能库。三项能力已进入最新版 deepagents 包。
先说清技能为什么能省上下文
在 Deep Agents 里，一个技能就是一个文件夹，核心是一份 SKILL.md：开头用少量字段写明名称和说明，后面是智能体要遵循的操作说明，还可以附带脚本、参考资料和素材文件。Agent Skills 本身是开放标准，同一份技能可以跨模型、跨智能体产品使用。它的工作方式是渐进式披露：启动时智能体只看到每个技能的名称和一句话说明，任务真的需要时才读全文。这样技能库可以很大，常驻上下文却始终只有一行行的目录，上下文窗口不被整套手册占满。
更新一：工具绑定到技能上一起出现
不少技能本质上是在教智能体怎么用某组工具。以前技能和工具是分开披露的，智能体可能没读说明就直接调用工具，也可能读了说明还要再去找工具。现在可以把工具写进技能的元数据里绑定：只有智能体读了这个技能，绑定的工具才会进入上下文，在此之前调用会直接按未知工具失败。这样既保持上下文精简，也保证工具被使用前说明已经被读过。
绑定还可以按组来做：技能里只写一个标签，应用侧把标签展开成一整组工具，例如某个 MCP 服务器的全部工具，不必逐个列名。展开函数能拿到运行时信息，可以按使用者权限决定给哪些工具，LangChain 举的例子是预测类技能里只有经理才能调用更新工具。另一个细节是，新款 Anthropic 和 OpenAI 模型支持对话中途加入工具，绑定工具可以在读技能后直接插入，原有提示缓存不受影响；其他模型则沿用把工具追加到请求里的方式。
更新二：用户点名时固定加载
有时用户已经知道要用哪个技能，例如在消息里写明要做会议准备。以前智能体只看得到技能说明，要先多跑一轮模型调用去读取，还不保证读对。现在应用可以把用户点名的技能作为固定技能传入，中间件会在下一次模型调用前把说明放进对话，智能体第一轮就能开工，行为也更可预测；绑定的工具会随技能一并加载。语法由应用自己决定，Deep Agents 不负责解析消息内容。
更新三：长线程里也能刷新技能库
技能列表默认在线程开始时加载，之后每一轮都沿用同一份。团队往库里加了新技能或改了旧技能，长对话就看不到。新版允许应用在调用时把技能元数据设为 None，下一次运行会重新扫描所有来源。团队还举了把刷新做成客户端 /reload 命令的用法。代价是系统提示会变化、提示缓存失效，不过长时间闲置的线程缓存通常早已过期，实际损失有限。
适合谁先升级
维护企业级技能库、技能数量多到要考虑上下文和权限的团队，是这次更新的主要受众：工具误用风险、找技能的往返延迟、长线程吃不到新技能，都是他们日常会碰到的问题。只跑一两个技能的小型智能体，升级收益有限，可以等下次顺带更新时再迁移。技能文件本身仍是开放标准格式，已有技能不需要重写。
