@LangChain:您的智能体现在可以支付它们使用的API费用。我们与AWS合作开发了AgentCore Payments中间件。当工具触发…
摘要
LangChain与AWS合作发布了AgentCore Payments中间件,使AI智能体能够通过x402协议自动处理API使用支付,并在LangSmith中集成了预算和跟踪功能。
查看缓存全文
缓存时间: 2026/08/17 18:17
您的代理现在可以支付它们使用的 API。
我们与 AWS 合作开发了 AgentCore 支付中间件。当工具访问返回 402 状态码的付费 API 时,中间件会检查价格是否在会话预算范围内、签署支付信息并重试请求。代理能获取到所需数据,且完全无需处理支付墙。
每次支付记录都会与触发该支付的推理过程一同存入 LangSmith。仅仅知道代理完成了任务并支付了费用是不够的——总有人会问它买了什么以及为什么购买。
博客链接 - http://langchain.com/blog/langchain-agentcore-payments…
LangChain 代理的 AgentCore 支付中间件
来源:https://www.langchain.com/blog/langchain-agentcore-payments
简介
智能体经济即将到来。AI 代理正从免费 API 层迈向付费服务的世界:高级数据、付费内容、专业计算。智能体商业生态系统正在快速发展。
当代理能够使用资金时,你需要确定性的支付限额:在基础设施层面、每次交易前强制执行会话级预算,而非仅在 LLM 提示词中设置。Amazon Bedrock AgentCore Payments(https://aws.amazon.com/blogs/machine-learning/agents-that-transacting-introducing-amazon-bedrock-agentcore-payments-built-with-coinbase-and-stripe/)为 LangChain 开发者解决了这个问题,它提供了专为支付构建的基础设施。作为代理开发者,你只需添加 AgentCore 支付中间件层、选择你的钱包、设置预算,AgentCore 支付会处理其余一切。所有支付都通过协议无关的基础设施进行。
你还需要一份记录,说明代理购买了什么以及为何选择该服务,这正是 LangSmith 的用武之地。本文将解释其商业案例、架构以及如何开始使用。
可进行交易的代理
只能消费免费内容的自主代理在能完成的任务类型上受到限制。最有价值的数据——包括法院文件、实时市场行情、医学文献和高级 API——都置于付费墙后。直到最近,访问这些数据仍需手动管理 API 密钥、集成按服务计费,或中断自主工作流以请求人工协助。这种情况正在改变。
x402 协议由 Coinbase 于 2025 年 5 月创建,现由 Linux 基金会管理,它使得基于 HTTP 的微支付成为可能。使用 x402,代理访问付费端点、接收价格、使用稳定币支付并在单个 HTTP 请求-响应周期内获取内容。
由于智能体交易的特性,其经济模式与传统支付渠道不同。卡片处理费使得以美分定价的 API 调用在经济上不可行。月度订阅则假设有提前决定购买内容的人类用户。通过 x402 进行的稳定币微支付在几秒内结算,每笔交易成本仅几美分,这使得按次计费对代理工作负载变得可行。
AgentCore Payments(https://aws.amazon.com/blogs/machine-learning/agents-that-transacting-introducing-amazon-bedrock-agentcore-payments-built-with-coinbase-and-stripe/)提供专为自主代理构建的托管支付能力,涵盖从钱包认证、交易执行到支出管理的完整生命周期,使开发者能够专注于代理的功能,而非支付方式。LangChain 开发者现在可以专注于解决他们正在处理的按使用付费的业务问题,而 AgentCore Payments 则消除了安全连接钱包、强制执行确定性支付限额以及管理不同协议版本(x402 v1、v2)或其他机器对机器协议的复杂性。
资金支出需要确定性限额
访问只是挑战的一半。当代理能够使用资金时,你需要回答这些难题:
- **如何控制代理支出?**如果没有会话级的确定性支付限额,失控的循环或意外的边缘情况可能会耗尽资金。
- **如何为我的代理提供资金?**通过集成 Coinbase CDP 和 Stripe (Privy),最终用户可以通过法币或 USDC 稳定币为钱包充值,支持不同网络,以实现经济高效的微交易。
- **我的代理如何安全地连接钱包?**AgentCore Payments 使用 AgentCore Identity(https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/identity-overview.html)来安全认证支付钱包。
- **我该选择哪种协议?**精通任何单一协议都需要大量的时间和精力,因为每个协议都有其独特之处。
目前,大多数将代理投入生产的团队处理代理支付的方式是三种之一:将代理指向免费来源(数据更差,但无需处理支付);为每个 API 构建自定义支付逻辑(每个服务需编写 30 到 50 行包装代码);或放弃自主性(将支付墙展示给人类处理)。随着付费服务数量增长到数千种,这些方式都无法扩展。除了集成复杂性,开发者还必须从头构建治理和预算护栏,以帮助防止支出失控,并满足支付流程所要求的安全性和法规合规性要求。
AgentCore Payments 的核心是代理开发者体验。它为开发者提供了一个统一的解决方案,连接钱包、协调跨协议的支付并强制执行支出管理,而无需从头构建或一开始就绑定某个协议。
LangChain 中间件(https://docs.langchain.com/oss/python/langchain/middleware/overview)在代理执行的每个步骤都提供了钩子,因此你可以在不改变代理本身的情况下拦截模型调用或工具调用并添加逻辑。假设你有一个法律代理在起草文件,而它需要的法院文件置于付费墙后。当其工具访问该付费 API 并返回 HTTP 402 时,AgentCore Payments 中间件会检测到支付需求、强制执行会话预算限制、通过 Amazon Bedrock AgentCore Payments(https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/payments.html)签署支付,并附带支付凭据重试请求。你的代理将获得所需数据,且在设定的限额内。详情请参阅文档(https://docs.langchain.com/oss/python/integrations/middleware/aws#agentcore-payments)。
工作原理
- **检测。**工具访问一个返回 HTTP 402 及 x402 载荷的付费 API。
- **验证。**中间件根据你的会话预算检查支付金额。如果超过限额,请求将被拒绝且不会签署支付。
- **签署。**如果未超预算,中间件将通过 AgentCore PaymentManager 签署支付。
- **重试。**原始请求将附带支付证明进行重试。API 返回内容。
- **继续。**代理接收到内容,如同 API 在首次尝试时返回了 200 状态码。
设置只需一个配置对象和在你的中间件列表中添加一项:
`` config = AgentCorePaymentsConfig( payment_manager_arn=“arn:aws:bedrock-agentcore:us-east-1:…:payment-manager/pm-abc123”, user_id=“user-123”, payment_instrument_id=“instrument-456”, region=“us-east-1”, auto_session=True, # 首次遇到 402 时创建会话 auto_session_budget=“5.00”, # 此会话的硬性上限 )
agent = create_agent( model=model, tools=[], # 中间件注册了 http_request 和支付查询工具 middleware=[AgentCorePaymentsMiddleware(config)], ) ``
它适用于 LangChain 代理支持的任何模型提供商,不过你本身需要 AgentCore 提供的支付基础设施。
适用场景
AgentCore 支付中间件(https://docs.langchain.com/oss/python/integrations/middleware/aws#agentcore-payments)非常适合代理需要在控制预算内访问多个付费服务的工作负载。
| 用例 | 为何适用 |
|---|---|
| 研究代理 | 访问高级数据库:法律文件、医学文献、财务数据 |
| 多步骤工作流 | 深度代理在顺序访问多个付费服务的同时保持在总预算内 |
| 按用户支出控制 | 每个最终用户都有自己的预算和支付工具的 SaaS 产品 |
| MCP 服务器消费 | 当 MCP 工具返回 402 作为文本内容并转发 headers 参数时,可以与自动支付配合工作 |
| 浏览器代理 | 浏览付费墙网站以从多个站点提取内容 |
审计代理的支出
为代理添加成本控制可以限制成本超支,但这并不会影响导致这些交易的代理行为本身。这可能表现为以下几种形式:
- 代理未超预算,但对购买什么的推理很糟糕
- 代理在两步内花光了所有额度,然后任务失败
- 代理的付费请求携带了不应离开你系统的数据
- 代理被恶意工具描述重定向到了无人请求的端点
这四种情况都可能成功完成、未超预算,并且在发票上看起来合理。这是因为区块链支付账本只记录了工具 X 在 14:03:11 向地址 Y 发送了 0.02 美元。它并未记录代理当时处于研究任务的第三步、有一美元限额,以及选择该端点是因为工具描述提到了法院文件。这些上下文只存在于代理追踪记录中。
我们认为这一点对两件事很重要:治理,避免意外的代理支出;以及审计,即对你的代理购买了什么的持久记录,以便人们可以在数月后查询。
代理支出将面临组织内任何其他支出的相同问题。谁批准的?限额是多少?你如何知道限额得到了遵守?如果你已经在 LangSmith 中追踪你的代理,你就可以追踪导致代理支付的每一步。工具调用出现,返回 402,然后再次出现并附带支付头信息,周围是用户的原始请求和模型在每一步的推理。
一个简短的记录中间件会在成功支付时附加支付详细信息作为元数据:金额、网络、收件人、触发它的工具,以及计费的会话和用户。
当支付将超出预算时,AgentCore 会拒绝它。拒绝记录会出现在追踪记录中,连同代理对其的响应,这样你就可以确认限额得到了遵守,而不是假设它得到了遵守。
拒绝记录表明此事发生了,但未记录具体金额,因为支付从未进行。确切数据保存在 AgentCore 的日志中。
在真实资金支出前进行测试
追踪记录告诉我们代理如何推理购买请求。评估测试则检验购买请求背后的意图是否如预期,以便你能验证良好行为并识别代理错误的修复方法。
- 单步评估测试一个决策。给代理一个价值几美分的任务,返回一个要求 50 美元的 402 状态码,并检查它是否仍然支付。
- 全程评估在整个数据集上评估对话轨迹,同时检查总支出、付费调用次数和任务完成情况。你会希望在每次提示词或工具集更改后运行它们,因为一个开始购买超出所需物品的代理仍可能返回完美的答案。
- 在线评估在 LangSmith 的生产追踪记录上运行相同的检查,标记超过支出阈值的运行或向意外端点的支付。
这是一个全程评估示例:十个研究任务,每个任务都有涵盖端点收费的预算。两个评估器对每次运行进行评分。spend_within_budget 比较该次运行实际支付金额与任务预算。relevant_data 检查代理购买的数据是否回答了给定问题。
对于此次运行,所有十个任务的支出都在预算内,数据在七个任务中相关。在另外三个任务中,代理为无法回答问题的响应支付了费用。
一个数据集、评估器和一次实验共同为你提供了这种视角:不仅是代理是否花费了资金,而且是支出是否购买了有用的东西。更改提示词、模型或预算,重新运行相同的十个任务,你就可以将新版本与此版本进行比较,包括延迟、令牌数和模型成本。
开始使用
在 AWS 端有两种配置方式。AgentCore Payments 技能(https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/payments-getting-started.html#payments-getting-started-skill)通过与 Claude Code、Kiro 或 Codex 的引导式对话设置你的 PaymentManager 和支付工具,或者你可以自己(https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/payments-getting-started.html#payments-getting-started-manual)使用 AgentCore CLI、AWS SDK 或 Boto3 完成。然后安装中间件:
pip install -U "bedrock-agentcore[langgraph,strands-agents]"
即使你使用 LangChain,也请包含 strands-agents。集成包同时导入 LangChain 和 Strands 适配器,缺少它会导致导入失败。
添加带有较小会话预算的中间件,开启 LangSmith 追踪,并运行一个付费任务。如果你能仅从追踪记录回答“这花费了多少以及为什么”,那么你已正确设置。之后,在 LangSmith(https://aws.smith.langchain.com/)上构建一个小的评估数据集,并添加一条在线规则来标记超过你阈值的运行。
开始所需的一切:
- AgentCore Payments 中间件文档 (https://docs.langchain.com/oss/python/integrations/middleware/aws#agentcore-payments)
- AWS 上的 AgentCore Payments (https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/payments-getting-started.html)
- 带有 LangSmith 追踪和评估的示例代理 (https://github.com/langchain-samples/langchain-aws-samples/tree/main/examples/agentcore-payments)
- AgentCore Payments 代码示例 (https://github.com/awslabs/agentcore-samples/tree/main/01-features/08-agents-that-transact)
- 尝试 LangSmith (https://aws.smith.langchain.com/) 或获取演示 (https://www.langchain.com/contact-sales)
- AWS Marketplace 上的 LangSmith (https://aws.amazon.com/marketplace/pp/prodview-a7jhtpxkv5oek)
“智能体正在从生成答案的系统演变为采取行动的系统——并且越来越多的这些行动将涉及经济交易。这改变了开发者对代理周围基础设施的需求。他们需要评估行为、理解决策并执行边界。LangSmith 和 Amazon Bedrock AgentCore Payments 解决了这一挑战的互补部分,帮助开发者构建能够以更高自主性运行同时保持可观察和受控的代理。” – Harrison Chase,LangChain CEO 联合创始人
“很高兴看到 AgentCore 和 LangChain 团队在 AgentCore 支付中间件上合作。通过为开发者提供一种简单的方法,使其 LangChain 代理能够安全地、在确定性护栏下为服务和内容付费,我们正在解锁一个全新的自主代理体验类别。迫不及待想看到构建者们用它创造什么。” – Preethi CN,Amazon Bedrock AgentCore 总监
相似文章
@LangChain: 推出 LangSmith LLM Gateway:为你的智能体打造的运行时治理层。强制执行成本限制、检测 PII、违规处理……
LangChain 宣布推出 LangSmith LLM Gateway,这是一个面向 AI 智能体的运行时治理层,可强制执行成本限制、检测 PII,并直接在 LangSmith 内实施策略监控,现处于内测阶段。
@LangChain: "LangSmith 让我们能够监控所有代理,了解哪些有效,哪些无效,哪些工具调用失败…"
丰田的企业AI团队使用LangSmith和Deep Agents来扩展AI代理开发,将生产时间从6个月缩短至4天,并部署了超过50个代理。
@LangChain 的推文: https://x.com/LangChain/status/2091932626961527086
LangChain 的托管服务允许通过一条命令将 AI 代理部署到 Slack,自动化应用配置,无需手动设置。
@LangChain:代理治理不仅限于安全,还整合了身份认证、审计日志、用户管理、提供商密钥…
LangChain将于8月12日分享一个实用框架,用于评估代理治理需求,包括身份认证、审计日志、用户管理、提供商密钥、数据隔离、数据驻留、速率限制、降级策略以及集中式支出控制,以帮助基础设施团队在代理从实验阶段进入生产阶段时应对挑战。
@LangChain:在提升您的代理之路上
LangChain 宣布了一项用于改进 AI 代理的资源。