最近在做一个多步骤工具调用的Agent，后端接的是DeepSeek-R1（v3那个蒸馏版）。我发现它的CoT输出特别长，经常在思考阶段就被LangChain的max_tokens截断了，导致后续的<tool_call>标签根本没生成出来。我已经把max_tokens调到了4096，但感觉还是不够用，而且截断后整个对话历史都乱了，还得自己拼JSON恢复状态。想问问大家，你们在做这种长推理模型接入框架时，是直接改底层解析逻辑，还是干脆不走LangChain的AgentExecutor，自己写个状态机？或者有什么办法能提前检测到R1的思考结束标记，然后动态调整token预算？