简介

在语言与人工智能的交叉领域，发展速度可谓一日千里。LangChain 发现自己处于塑造如何开发和管理生成式人工智能应用的最前沿。

LangChain

langChain 推出了 LangSmith，作为详细跟踪和管理生成式人工智能应用程序的工具。该产品包括一个 prompt playground 和 prompt hub。

langChain 最近还推出了 LangGraph，在一定程度上增加了代理应用程序的结构。

抽象数据类型是数据类型的数学模型，从数据用户的角度看，它的行为（语义）是由数据类型定义的。

抽象数据类型与数据结构形成鲜明对比，后者是数据的具体表示，是实现者而非用户的观点。这种数据结构不那么不透明，而且易于解释。

有向图（或数字图）是由一组有向边连接的节点组成的图。

对于无向图而言，图数据结构由有限的节点集和这些节点的无序对集组成。

下面的图形表示法显示了节点、边和边选项。

LangSmith

如下图所示，LangSmith 控制台左侧列出了六个元素：项目、注释队列、游乐场、部署、数据集和测试以及提示。

为 LangGraph 添加的是用于管理 LangGraph 的部署部分。

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。

在Studio中部署LangGraph应用程序

为了创建我的第一个 LangGraph 应用程序，我必须 fork LangChain 在 Github 上发布的示例应用程序。

下面是我在 Github 上的仓库，显示了分叉后的应用程序...

回到 LangSmith，我需要将分叉的版本库实例部署到 LangGraph Cloud。以下是将 LangGraph 应用程序部署到 LanGraph Cloud 的事件顺序。

如下所示，我从 LangSmith 引用了 GitHub，并选择了 LangGraph 应用程序所在的版本库。我还可以设置环境变量，本例中就是我的 OpenAI API 密钥、Anthropic API 密钥等。

部署成功后，会显示 LangGraph Cloud 实例，以及跟踪项目、状态等信息。

LangGraph Studio

打开 LangGraph Studio 后，会显示应用程序的可视化图形表示法，并可与之交互。可以在应用程序中添加暂停或中断，并以对用户有意义的方式对节点进行排序。

还有一个配置选项和消息设置。请注意，右侧显示的是状态、令牌花费、延迟等信息。

请看下图，代理节点被添加中断后，程序流程会停止，等待制造商明确继续执行程序流程。

流程显示在右侧，包括所采取的操作、URL、内容和代理回复。

流程跟踪

下图显示了当制作者将鼠标悬停在右侧轨迹中的图形节点上时，左侧的特定节点是如何突出显示的。

流程分叉

LangChain 将其称为时空旅行功能，流程中的特定节点可以被分叉。在下面的示例中，我更改了代理所执行操作的实际数据...

然后，我可以再次执行流程，如下图所示，有两个分叉版本，制作者可以在两个结果之间切换。这个界面非常适合沿流程测试不同的排列组合，以了解最终结果。

最后，在 LangSmith 中显示的 LangGraph 代理跟踪下面，请注意可用的详细程度。LangSmith 跟踪视图中的选项包括查看运行、线程、根运行、LLM 调用等选项。还可以编辑数据保留、元数据、线程等。