LangChain: Headless tools — agenti koji pozivaju klijentske mogućnosti kao prave alate

Christian Bromann objavio je 10. lipnja 2026. na LangChain blogu obrazac koji mijenja kako agenti komuniciraju s okruženjem korisnika. Headless tools (slobodan prijevod: alati bez glave — tj. bez korisničkog sučelja na serveru) omogućuju agentima da pozivaju sposobnosti preglednika i aplikacija — geolokaciju, međuspremnik (engl. clipboard), odabir datoteka (engl. file picker), lokalno pohranu (engl. local storage) — kao potpunopravne alate unutar agentnoga petlje zaključivanja.

Zašto serverski alati ne mogu zamijeniti klijentske sposobnosti?

Dosadašnji agentni sustavi oslanjali su se gotovo isključivo na alate koji se izvršavaju na serveru. Ovo je funkcioniralo za velik broj zadataka — dohvaćanje podataka, API pozive, obračun — ali nailazilo je na fundamentalnu granicu: određene sposobnosti preglednika i aplikacija inherentno ovise o pravim dozvolama uređaja i signalima klijenta koje server ne može pouzdano emulirati.

Kada agent pokuša pristupiti geolokaciji korisnika ili lokalnim datotekama putem backenda, nailazi na dva problema: (1) korisnik mora eksplicitno proslijediti te podatke serveru — što je korak koji remeti tijek razgovora — i (2) osjetljivi podaci napuštaju klijenta bez nužde, što stvara nepotrebne sigurnosne i privatnosne rizike.

Arhitektura: server odlučuje što, klijent zna kako

Ključna arhitekturna ideja headless tools obrasca jest jasna podjela odgovornosti:

• Server definira što agent treba napraviti. Drži shemu alata i logiku zaključivanja.
• Klijent definira kako se alat izvršava. Registrira konkretne implementacije bez otkrivanja logike preglednika serveru ili modelu.

Kako Bromann opisuje: “Model nikada ne mora znati gdje se alat izvršava. Vidi alat, odlučuje ga koristiti, i dobiva rezultat.”

Tehnički gledano, kada agent odluči koristiti headless tool, server šalje poziv alata klijentu umjesto da ga izvršava lokalno. Klijent izvršava implementaciju — recimo, čita geolokaciju iz pregledničkog API-ja — i vraća rezultat. Agent nastavlja zaključivanje bez prekida, ne znajući (i ne trebajući znati) gdje se izvršenje odvijalo.

Implementacija koristi TypeScript i separira definiciju alata (tools.ts) od implementacije specifične za preglednik putem .implement() metode. Klijent registrira implementacije bez ikakvog curenja logike preglednika prema serveru ili modelu.

Privatnost kao arhitekturna prednost

Headless tools donose konkretan privatnosni benefit koji nije samo marketinška izjava nego strukturna karakteristika obrasca: osjetljivi podaci ostaju na klijentu po defaultu.

Geolokacija, lokalne datoteke, clipboard sadržaj — ništa od toga ne mora putovati do backenda ako agent može riješiti zadatak lokalno. Ovo je posebno relevantno u kontekstu sve strože regulacije privatnosti podataka i rastućeg nepovjerenja korisnika prema sustavima koji nepotrebno skupljaju podatke.

Isto načelo primjenjuje se na agentnу memoriju (engl. agent memory): umjesto da se sprema na serversku infrastrukturu, memorija agenta može persistirati u preglednikovom nativnom pohranu IndexedDB — bez ikakvog serverskog infrastrukturnog zahtjeva.

Konkretne primjene u praksi

Bromann opisuje dva konkretna primjera koja ilustriraju klasu problema koji su postali mogući:

Slidev agent za navigaciju prezentacijom — agent koji izravno upravlja stanjem žive Slidev prezentacije. Ovo je nemoguće s backenda jer zahtijeva izravnu manipulaciju DOM stanjem aplikacije koja postoji samo u preglednikovom kontekstu.

Figma sidecar agent — agent koji radi uz Figma sučelje kao pomoćnik, direktno interagirajući s dizajnerskim alatima. Ni ovo nije moguće emulirati sa servera jer Figma stanje živi na klijentu.

Oba primjera dijele isti strukturni problem koji headless tools rješavaju: agent treba izravno manipulirati živim stanjem aplikacije što je nemoguće iz backendske perspektive.

Šire implikacije za agentne sustave

Headless tools obrazac nudi rješenje za klasu problema koja je do sada bila sustavno zaobiđena u agentnome dizajnu. Kako agenti preuzimaju sve složenije zadatke koji uključuju interakciju s korisničkim sučeljima, lokalnim aplikacijama i uređajima, sposobnost pozivanja klijentskih sposobnosti kao prvoklasnih alata postaje preduvjet — a ne luksuz.

LangChain pozicionira ovo kao open source doprinos, što sugerira namjeru da obrazac postane dio šireg ekosustava alatnih okvira, a ne proprijetarno rješenje.