本文介绍了如何使用LangChain、LangGraph和LangSmith创建AI Agent。LangGraph是LangChain上的一个框架，简化了智能体及其运行时环境的创建。LangSmith是用于调试和优化LangChain应用的平台，提供了高效的语言模型应用程序开发工具。LangSmith通过与LangChain的无缝对接，帮助开发者解决模型定制和优化的挑战。
LangGraph
LangGraph是建立在LangChain之上的一个框架，它使得创建和管理智能体（Agent）及其运行时环境变得更加简单。
在LangChain的架构中，智能体是指由语言模型控制的系统，它能够自主决策接下来要执行的操作。而智能体运行时则负责维持这个系统的持续运行，它不断地进行决策、记录执行过程中的观察结果，并维持这样的循环直到智能体完成既定任务。
LangChain通过其特有的表达语言，使得定制智能体变得更加简便。而LangGraph在此基础上，为智能体运行时提供了更加灵活和动态的自定义功能。在LangChain中，传统的智能体运行时是通过AgentEX类实现的，而LangGraph的引入为智能体运行时带来了更多的多样性和适应性。
LangGraph的一个显著特点是为智能体运行时引入了循环机制，这对于智能体的操作至关重要。
在LangGraph中，有两种主要的智能体运行时：
- Agent Executor：它与LangChain中的类似，但在LangGraph中需要进行重新构建。
- Chat Agent Executor：它以消息列表的形式来处理智能体状态，这使得它非常适合于基于聊天的模型，这些模型通常通过消息来进行功能调用和响应。
通过LangGraph，开发者可以更加高效地构建和定制智能体，以及管理它们的运行时环境，从而实现更加强大和灵活的智能体应用。
LangSmith
LangSmith 是个先进的平台，专为创建生产级别的语言模型应用程序而设计。这个平台赋予了用户强大的能力，可以轻松地对任何基于语言模型的框架进行调试、测试、评估和监控。更值得一提的是，LangSmith 与 LangChain 实现了无缝对接。LangChain 公司，作为 LangChain 框架的主要支持者，也是 LangSmith 的开发者。
虽然 LangSmith 仍处于发展的早期阶段，但其已经展现出了巨大的潜力。目前，LangSmith 最显著的优势在于它能够对 LangChain 应用进行高效的调试和跟踪，这一功能极大地缩短了学习 LangC
扫一扫
6888
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
