介绍

LangChain 生态系统正在快速发展，由开源软件（OSS）和商业软件组成。商业软件包括 LangSmith 和 LangGraph Cloud。

代理（又称代理应用程序）

我们都开始意识到 Agentic 应用程序将在不久的将来成为一种标准。Agents 的优点很多……但仅举几例：

1. 代理可以自动处理复杂、模糊和更隐含的用户查询。
2. 代理的基础是能够根据用户分配的任务快速创建一系列事件。
3. 代理利用 LLM 作为代理的支柱。
4. 当代理收到用户查询时，代理会将任务分解为子任务，然后按顺序执行。
5. 代理可使用一种或多种工具，在代理认为合适的情况下使用这些工具。代理根据构成每个工具一部分的工具描述来决定使用哪种工具。
6. 工具是一种能力单元，包括网络搜索、数学、应用程序接口调用等任务。

采用代理的障碍

采用Agent的障碍和顾虑包括：

1. LLM 推断成本。骨干 LLM 在查询过程中会被多次查询，如果一个代理有大量用户，推理成本就会飙升。
2. 可控性、可检查性、可观察性和更细粒度的控制是非常必要的。在市场上，人们担心代理过于自主。
3. 代理打破了聊天机器人的 "玻璃天花板"，但有点过了；现在需要一定程度的控制。
4. 对于更复杂的代理来说，为了减少延迟，需要并行运行任务，而且不仅要将 LLM 的响应流化，还要将可用的代理响应流化。

LangGraph

LangGraph 与框架无关，每个节点都是一个普通的 Python 函数。

它扩展了核心 Runnable API（用于流式、异步和批量调用的共享接口），以便于：

1. 跨多个对话轮次或工具调用的无缝状态管理。
2. 根据动态标准在节点间灵活路由
3. LLM 与人工干预之间的平滑转换
4. 为长期运行的多会话应用提供持久性

LangGraph 云

下面展示了基本的个人工作流程。用户将在自己选择的集成开发环境中开发 LangGraph 应用程序。从这里，他们将把代码推送到 GitHub。

通过 LangGraph Cloud，可以访问 GitHub 代码并将其部署到 LangGraph Cloud。从 LangGraph Cloud 可以测试应用程序、运行跟踪、添加中断等。

下面是 LangGraph 助手的规格说明，其中提供了 OpenAPI 规格。

LangGraph Studio

LangGraph Studio 可视化数据流，允许通过发送消息进行交互。

它能在步骤发生时将其显示出来并进行流式处理，使用户能够重新访问和编辑节点，并从任意点分叉出新的路径。

断点可添加到图形中，以暂停序列，在继续之前请求允许继续。这一功能强大的工具为开发应用程序提供了一种动态方式。

需要说明的是，LangGraph Studio 是你所编写代码的图形表示。Studio 是一种将数据流可视化并获得洞察力的方法。

Studio 并非流程创建或开发工具，因此代码可以在 Studio 中可视化呈现。但在 Studio 中，不能编辑或更改代码。因此，Studio 是一种观察、调试和对话流工具。

Studio 是一个功能强大的跟踪工具，可以添加停顿和分叉对话，以检查不同的排列组合。