LangGraph Studio，使用LangChain高效可视化和测试AI智能体

大家好，LangGraph Studio是专为LangChain框架的AI智能体提供可视化、测试和调试支持的集成开发环境（IDE）。本文将介绍LangGraph Studio的各项特性，分析如何让开发流程更加流畅，以及它为何成为开发者打造灵活智能系统的得力助手。

csdn1561168266

2073人浏览 · 2024-11-11 16:04:10

csdn1561168266 · 2024-11-11 16:04:10 发布

1.LangGraph Studio

LangGraph Studio是集成开发环境（IDE），专为支持基于LangChain构建的项目中的AI智能体创建和测试而开发。它提供了可视化界面，用户可以设计智能体工作流，使用节点和边来清晰地展示任务及其相互关系。

此外，LangGraph Studio还支持实时监控智能体的行为，并提供调试工具。它通过图形化的方式简化了复杂流程的管理，在监控状态、测试智能体方面，比传统的纯代码环境更加高效。

LangGraph Studio IDE

2.安装LangGraph Studio

LangGraph Studio可作为桌面应用程序使用，目前支持Apple Silicon设备。只需几步，就能轻松上手：

访问LangGraph Studio的官方GitHub页面(https://github.com/langchain-ai/langgraph-studio?ref=blog.langchain.dev)，下载应用程序。
安装后，使用你的LangSmith账号登录即可开始使用。如果没有账号，可以免费注册一个。
目前，无论是哪种类型的LangSmith用户，都有机会在测试阶段体验LangGraph Studio的全部功能。

还有一点需要注意，LangGraph Studio需要你的系统上安装了Docker Engine和Docker Compose，版本至少为2.22.0。目前支持的运行环境包括Docker Desktop和Orbstack。所以在启动LangGraph Studio之前，请确保已经安装并运行了这些环境之一。

虽然目前LangGraph Studio只支持Apple Silicon，但更多平台的支持已经在计划之中。

3.设置LangGraph项目

要充分有效地使用LangGraph Studio，需要正确设置LangGraph项目，下面将介绍如何配置项目、指定依赖项、创建智能体并准备必要的配置文件。

3.1 创建项目目录

首先创建必要的项目结构。在这个例子中，将目录命名为agent-solarpanels-tutorial。

agent-solarpanels-tutorial/
├── .env
├── agent.py
├── requirements.txt
└── langgraph.json

agent.py：此文件将定义你的LangGraph智能体。
requirements.txt：此文件列出了项目依赖项。
langgraph.json：这是定义依赖项、环境变量和LangGraph智能体路径的配置文件。
.env：环境变量文件。

3.2 定义依赖项

在requirements.txt文件中，列出LangGraph智能体所需的依赖项。以下是太阳能板AI智能体所需的依赖项：

langgraph
langchain_anthropic
tavily-python
langchain_community
langchain_aws

3.3 设置环境变量

如果LangGraph AI智能体需要特定的环境变量，例如API密钥或端点，可以在.env文件中进行定义。对于太阳能板AI智能体，需要以下变量：

TAVILY_API_KEY = ""
LANGCHAIN_TRACING_V2 = "true"
LANGCHAIN_ENDPOINT = "https://api.smith.langchain.com"
LANGCHAIN_API_KEY = ""
LANGCHAIN_PROJECT = "agent-solarpanels-tutorial"
AWS_ACCESS_KEY_ID = ""
AWS_SECRET_ACCESS_KEY = ""
AWS_REGION = "us-east-1"

3.4 配置langgraph.json

langgraph.json文件非常重要，因为它告知LangGraph Studio有关智能体的依赖项、环境变量和智能体编译图的位置。此配置文件允许LangGraph Studio正确加载和运行智能体。

下面是一个示例langgraph.json文件：

{
  "graphs": {
    "agent": "./agent.py:graph"
  },
  "env": ".env",
  "python_version": "3.11",
  "dependencies": [
    "."
  ]
}

3.5 导入智能体

接下来，在agent.py文件中实现LangGraph智能体，此文件定义了图的节点、边和工作流。

一切准备就绪后，接下来就是将智能体导入LangGraph Studio，请按以下步骤操作：

确保Docker运行中：在开始之前，请检查计算机上是否已安装并启动了Docker。
启动LangGraph Studio：打开LangGraph Studio，系统会提示使用LangSmith账户登录。如果尚未注册，可以立即免费创建一个账户。
导入项目：登录后，选择“加载现有项目”选项。找到项目目录（例如：agent-solarpanels-tutorial），该目录应包含langgraph.json配置文件。

完成以上步骤，LangGraph Studio将自动加载智能体。如果配置无误，将看到智能体的可视化界面。遇到任何问题，可以查看LangGraph Studio的日志，以帮助诊断和解决。

4.如何使用LangGraph Studio

4.1 发送新消息

要启动AI智能体，首先在界面左上角的下拉菜单中选择需要的图。在输入区域选择“消息”，输入你的问题或者指令，点击“提交”按钮来激活图，智能体的回应将会在界面右侧显示。

4.2 管理线程

每次激活图时，LangGraph Studio会自动为会话创建一个新的线程，可以利用右侧窗格左上角的下拉菜单来切换和管理多个线程。如果需要开启新的线程，点击“+”按钮即可打开新的线程窗口，这样就可以在独立的会话中工作，而不会影响到其他线程。

4.3 消息选项

在每条消息下方，会发现多个操作选项：

查看输出：显示消息ID的详细信息。
编辑：允许对线程进行编辑（详见下文）。
重新运行：在代码更改后，允许重新执行步骤（详见下文）。
在LangSmith中运行。
查看token使用情况。
查看延迟信息。

4.4 编辑线程

LangGraph Studio还允许修改线程的状态，并可以分叉出基于更新状态的新图执行。要编辑线程，首先选择想要修改的线程，然后在右侧窗格中，将鼠标悬停在希望更改的特定步骤上，点击铅笔图标即可开始编辑。编辑完成后，点击“分叉”来更新线程并生成新的图执行，这样就可以尝试不同的结果或场景。

4.5 暂停执行：中断图

在LangGraph Studio中，可以通过添加中断点来控制图的执行流程。可以在特定节点前后暂停执行，便于监控智能体的行为或排查问题。

设置中断点很简单，只需在左侧窗格的下拉菜单中选择“中断”，然后指定想要暂停的节点。

4.6 代码调整：编辑图代码

执行流程控制后，如需修改图的代码，LangGraph Studio支持直接编辑并在VS Code中保存。更改后，LangGraph Studio会自动更新图。

要编辑代码，点击界面右下角的“在VS Code中打开”按钮。修改agent.py文件后保存，LangGraph Studio会实时应用这些更改。

若要测试修改效果，可以重放图中的特定节点。这有助于快速迭代智能体的行为，特别是在处理复杂图时。

LangGraph Studio为使用LangChain开发和测试AI智能体提供了一个高效解决方案。它结合了直观的可视化工具和实时代码编辑功能，让智能体的开发和调试变得轻松便捷，可以轻松控制图的执行流程，调整智能体逻辑，并即时查看效果。对于构建复杂AI智能体，LangGraph Studio大大简化了原本在代码层面可能遇到的复杂任务。