این ویرایش، پشتهی نرمافزاری را بهصورت آفلاین، روی دو سیستم و با یک حساب رایگان LangSmith بدون لایسنس Agent Server آزموده است؛ بنابراین موارد زیر هنوز اجرای ثبتشدهای ندارند.
گاهی فصلی را میخوانید و متوجه میشوید سناریوی مدنظرتان هنوز اجرا نشده است. این بخش همهی این موارد را بر اساس نیازمندیهایشان یکجا جمع کرده و به فصلی که نخستینبار آن را مطرح کرده ارجاع میدهد.
پس از خواندن این بخش، مشخصاً میدانید کدام ادعاهای این راهنما متکی به اجرای ثبتشده هستند. همچنین میتوانید برنامهی آزمایش سناریوهای باز را خودتان بچینید.
تنها یک مورد در قالب یک مثال کاربردی آزمایش شده که در خط مربوط به آن قید شده است. تا انتشار ویرایش بعدی، این راهنما هیچ نتیجهی اندازهگیریشدهای برای سایر موارد ارائه نمیدهد.
چرا این اجراها انجام نشدند
سه محدودیت دامنهی اجراهای این ویرایش را تعیین کردند. همانطور که در بخش 8.1 آمده است، پشتهی کامل Agent Server همراه با Postgres و Redis، بدون کلید API (API key) یا لایسنس LangSmith اجرا نمیشود.
حساب LangSmith ما یک حساب کاربری تازهساخت در پلن رایگان بود. با این حساب، ردگیری محاسبات (tracing)، متد evaluate، افزونهی pytest و هاب پرامپت (prompt hub) را اجرا کردیم؛ مواردی که امکان اجرایشان نبود در فهرستهای زیر آمدهاند. مدلهای محلی ما روی Ollama شامل Qwen3 0.6B تا 30B-A3B و gpt-oss 20B بودند. Claude Haiku 5.5 و Claude Sonnet 5.5 با بودجهای ثابت، آزمونهای مجموعهوظایفِ بخش 1.2 را اجرا کردند. Claude Haiku 5.5 همچنین 20 ارزیابیِ بخش 9.6 را پشت سر گذاشت. سایر سناریوهای میزبانیشدهی ابری که در ادامه میآیند، هنوز هیچ اجرای ثبتشدهای ندارند.
در هر یک از فهرستهای زیر، نام سناریو و بخشی که ادامهی آزمون در آن متوقف شد مشخص شده است. بیشتر سناریوهای گراف به هیچ حسابی نیاز ندارند و صرفاً با افزودن یک سناریوی جدید به کیت ثبت دادهها (capture kit) قابل اجرا هستند.
سرویس محیط عملیاتی
این موارد به یک اجرای دیگر از سرویس بخش 9 روی مک نیاز دارند:
- آزمایشهای کرش صریح با Qwen3 14B: سه بار متوقف کردن اجباری (kill) ورکر در حالی که مقدار و دلیل در بدنه درخواست ثبت شده بود. از آنجا که فرایند دیگری حافظه را گرفته بود، Ollama به مدت 9.5 دقیقه نتوانست مدل را بارگذاری کند؛ به همین دلیل آزمایش را متوقف کردیم. بخش 9.3
- بررسی اینکه آیا تصمیمی که در قالب فرم سادهی ادامهی کار (resume) ارسال شده، بعد از کرش در
checkpoint_writesو ادامهی کار بدون ارسال تصمیم جدید، باقی میماند یا نه. بخش 9.3 - علت افت نرخ تولید خروجی Ollama هنگام ارسال همزمان 4 یا 8 درخواست. بخش 9.7
- جریان کاری (workflow) فرایند CI این سرویس روی GitHub Actions، با یک مدل واقعی. بخش 9.6
ابزار Agent Server با Postgres و Redis
این موارد به اجرای langgraph up با کلید معتبر یا دیپلوی کامل نیاز دارند:
- پردازش دقیقاً یکبار (Exactly-once) در صف وظایف Postgres، هنگام متوقف کردن اجباری ورکر در میانهی اجرا. بخش 1.1
- بازیابی از قطعی کوتاهمدت Redis و قطعی کوتاهمدت Postgres. بخش 1.1
- وضعیت اجرای روی ورکری که دچار وقفه (interrupt) شده، و چکپوینتی که ادامه از آن بازخوانی میشود. بخش 1.1
- دادههایی که Redis در طول اجرا نگهداری میکند و مدتزمان ماندگاری آنها. بخش 1.1
- رفتار Agent Server هنگام کرش در نقاط مشخصشده در ماتریس کرش کتابخانه. بخش 5.3
- کف زمان یک اجرا، تعداد وظایف بهازای هر ورکر، و حد بازگشت (recursion limit) تحت
langgraph up. بخش 8.1 - مجوزهای Store در احراز هویت سفارشی و خواندن دادههای کاربران دیگر از طریق سرور. بخش 5.4 و بخش 8.4
- دستور
langgraph deploy، حالتهای سرورلس و اختصاصی آن، و شروع سرد (cold start). بخش 8.1 - دستور
langgraph upبا کلید حساب کاربری رایگان، و اعتبارسنجی لایسنس درون ایمیج سرور که داکر باید آن را اجرا کند. بخش 8.1
سرویس LangSmith با حساب کاربری
- نسخهبندی و بخشبندیهای (splits) یک دیتاست، با ارسال نام به
evaluate. بخش 7.7 - مقایسهی دو آزمایش با یکدیگر. بخش 7.7
- ارزیابهای آنلاین روی ردگیری محاسبات محیط عملیاتی، و صفهای بازبینی و یادداشتنویسی (annotation queues). بخش 7.7
- ارزیاب داور (judge evaluator) روی پاسخهای غلط؛ چرا که در اجرای آزمایشی ما همهی پاسخها درست بودند. بخش 7.7
- ترافیکی که به سقف محدودیتهای ثبتشدهی حساب کاربری برسد: 100 اجرا در هر درخواست ثبت (post)، 1,000 اجرا بهازای هر ردگیری محاسبات، و لایههای مدت نگهداری دادهها (retention tiers). بخش 7.6
سرویس LangSmith بدون حساب کاربری
این موارد نیازی به حساب کاربری ندارند و فقط یک اجرای آزمایشگاهی جدید میطلبند:
- اجرای
evaluateبا کلاینتی سفارشی که خودتان پاس میدهید، برای آزمودن اینکه آیا ایجنت از این کلاینت تبعیت میکند یا از کلاینت پیشفرض. بخش 7.7 - افزونهی pytest همراه با
LANGSMITH_TEST_CACHEوvcrpy، با نسخههای 7 و 9 pytest، همراه باpytest-xdistو تستهای ناهمگام (async). بخش 7.7
پروتکل MCP
- پروتکل OAuth، استخراج ورودی در حالت URL (URL-mode elicitation)، و ارسال چند درخواست دریافت ورودی در یک دور گفتوگو. بخش 7.3
- دو سناریوی استخراج ورودی که هنگام اجرای ایجنت خطای
MCPErrorصادر میکنند، و سناریوهای استخراج ورودی روی stdio. بخش 7.3
ارائهدهندگان ابری و مدلهای واقعی
- مجموعهوظایف دشوارتری که تفاوت عملکرد میان Claude Haiku 5.5 و Claude Sonnet 5.5 را مشخص کند؛ چرا که هر دو مدل همهی وظایف محوله را بدون نقص پشت سر گذاشتند. بخش 1.2
- میدلور
ProviderToolSearchMiddlewareهمراه با تعویق واقعی (deferral) در Anthropic یا OpenAI. بخش 4.6 - میدلور
ModelFallbackMiddlewareدر مواجهه با خطای 400 ناشی از درخواست نادرست (bad request). بخش 4.7 - تابع
set_llm_cache، کش نود درcreate_agent، و محدودکنندهی نرخ درخواست در ارتباط با مدل. بخش 4.7
میدلورها
- میدلور
PIIMiddlewareروی استریمینگ باapply_to_output=Trueو نگهداشتن بافر 128 کاراکتری آن. بخش 4.8 - بار محاسباتی و هزینهی هوکهای ناهمگام، توابع
after_agentوdynamic_prompt، و میدلورهای پیشفرض هنگام فعالشدن (مانند تلاش مجدد یا خلاصهسازی). بخش 8.3 - ارسال یک پاسخ نامعتبر در میان چند تأییدیهی همزمان، که مستندات هشدار میدهد ممکن است باعث اجرای دوبارهی یک ابزار شود. بخش 6.5
ماندگاری دادهها (Persistence)
- کلاس
AsyncSqliteSaverدر زمان کرش، و هزینهی عملیات نوشتن آن. بخش 5.3 - کلاس
AsyncPostgresSaverهنگام وقوع کرش در نقاط مشخصشده در ماتریس کتابخانه؛ در بخش 9.3 ورکر فقط در یک نقطه متوقف شد. - حالت استریمینگ
checkpoints. بخش 5.1 - کلاسهای
PostgresStoreوAsyncPostgresStoreبا ایندکس روی pgvector؛ بخش 5.4 و بخش 9.2 این دو را بدون ایندکس اجرا کردند. - رفتار سریالایزر در
PostgresSaver، کار باEncryptedSerializer، و ردیفهای متنی خام ایشوی #8938. بخش 5.6
قابلیتهای گراف که هنوز ثبتی ندارند
این موارد فقط به تعریف یک سناریوی جدید در کیت ثبت دادهها نیاز دارند:
- دستور
Overwriteبرای نادیده گرفتن کاهنده (reducer). بخش 6.1 - فراخوانی
Command(graph=Command.PARENT)از داخل یک نود در زیرگراف (subgraph). بخش 6.2 - گزینههای
retry_policy،cache_policyوtimeoutروی یک@task. بخش 6.3 - خطای
RuntimeErrorدر فراخوانیCommand(resume=...)وقتی هیچ چکپوینتری تعریف نشده است. بخش 6.4 - سفر در زمان (Time-travel) به نقطهای درون یک زیرگراف. بخش 6.6
- فراخوانی یک زیرگراف درون یک نود، اسکیمای زیرگراف فاقد کلید مشترک، و زیرگراف همراه با
add_messages. بخش 6.7 - کامپایل یک زیرگراف با
checkpointer=Trueو باcheckpointer=False. بخش 6.7 - پس زدن و نادیده گرفتن تنظیم
timeoutدر نودهای همگام (sync). بخش 6.8 <!-- REVIEW: واژهی refusal در این متن به این اشاره دارد که سیستم یا متد sync اجازه اعمال timeout را نمیدهد/رد میکند (not a model refusal). -->
استریمینگ و فراخوانیهای موازی ابزار
- تعریف یک وظیفه بهازای هر تصویر v3 (projection)، بهعنوان راهکاری برای رفع مشکل بچکردن در ایشوی langchain#38484. بخش 5.1
- زمانبندی انتشار توکنهای درونی ایجنت، که در آزمایشگاه در رویدادهای خام v3 مشاهده شد اما ثبت عددی نشد. بخش 5.1
- ارسال یک آرگومان فراخوانی ابزار با حجم 2,000 توکن از طریق
ChatOllama، و استریمینگ فراخوانی ابزار از Ollama که هر فراخوانی را یکتکه و کامل میفرستد. بخش 5.1 - فراخوانیهای موازی ابزار (parallel tool calls) در Qwen3 8B، و زمانبندی فراخوانیهای موازی در حالت
messages. بخش 4.1 - اجرا با مخزن ریسمانی (thread pool) بزرگتر از حالت پیشفرض. در کد، با
max_concurrencyاندازهی این مخزن تنظیم میشود و اجراهای ما حداکثر از 8 استفاده کردند. بخش 4.1
رابط کاربری گفتگو، قوانین فایل و فضاهای نام Store
- رابط Agent Chat UI با تلهمتری روشن بهصورت پیشفرض، در بیلد محیط عملیاتی و در نسخهی میزبانیشده؛ در بخش 8.2 بیلد توسعه با تلهمتری خاموش بررسی شد.
- اتصال Agent Chat UI به
langgraph upبا یک گراف دیپلویشده، و احراز هویت سفارشی پیش از مسیر passthrough آن. بخش 8.2 - چند بار تکرار آزمون برای هر پاسخ تأییدیه، و ارسال پیام متنی در حین تأییدیهی معلق. گزینههای تأیید، ویرایش و رد هرکدام یک بار اجرا شدند و پیام متنی نیز در هر حالت یک بار ارسال شد. بخش 8.2
- نرخ موفقیت حملات به قوانین فایل (file-rule attacks). هر یک از 20 پرامپت تحت هر لیست قانونی یک بار آزمایش شدند؛ بنابراین جدول بالا تعداد پرامپتها را نشان میدهد نه دفعات تکرار آزمونها را. بخش 8.4
- قوانین فایل با حالت
interrupt، همراه با نیروی انسانی که پاسخ میدهد، و ساندباکسی که مسیرexecuteندارد. بخش 8.4 - سازندهی فضای نام (namespace factory) کلاس
StoreBackendروی مدلهای دیگر، و با پرامپتهایی که مستقیماً نامی از/memories/نمیبرند. در یک آزمایش با پرامپت کلیتر، هیچ ابزاری فراخوانی نشد. بخش 5.4
مواردی که بدون این اجراها معتبرند
موارد بالا به محتوای راهنما اضافه میشوند و هیچ نتیجهی ثبتشدهای را تغییر نمیدهند. تمام ارقام اندازهگیریشده در بخشهای 1 تا 9 حاصل اجرای مستقیم روی مک یا ماشین مجازی x86 سرور هستند. مقادیر پیشفرض، محدودیتها و شمارهی نسخهها مستقیماً از روی کد یا مستندات برداشته شده و در متن ارجاع داده شدهاند. همهی نمونهکدها مستقیماً از کیت ثبت دادهها در نسخهی پایدار (pin) استخراج شدهاند. هر زمان که کارتان به یکی از سناریوهای باز بالا گره خورده بود، قبل از تکیه به مستندات، آن را روی پشتهی اختصاصی خودتان آزمایش کنید.
منابع: بخشهای 1.1، 3.1، 3.4، 3.5، 3.6، 4.1، 4.3، 4.4، 4.5، 4.6، 5.1 تا 5.8، 6.2، 6.4، 6.5، 7.1، 7.2، 7.3، 7.6، 7.7، 8.1، 8.2، 8.4 و 9.1 تا 9.7 همین راهنما؛ فایلهای capture/lab/T15-agent-server-x86/10-up-license-excerpt.txt؛ capture/lab/T21-langsmith-account-mac/07-e5-up.txt؛ capture/lab/README.md.