本指南将引导您如何使用 Studio 在本地可视化、交互和调试您的代理。 Studio 是我们免费、强大的代理 IDE，它与 LangSmith 集成，可实现跟踪、评估和提示工程。精确查看您的代理如何思考，跟踪每一个决策，并发布更智能、更可靠的代理。
先决条件
在开始之前，请确保您已具备以下条件
设置本地 LangGraph 服务器
1. 安装 LangGraph CLI
# Python >= 3.11 is required.
pip install --upgrade "langgraph-cli[inmem]"
2. 准备您的代理
我们将使用以下简单代理作为示例
from langchain.agents import create_agent
def send_email(to: str, subject: str, body: str):
"""Send an email"""
email = {
"to": to,
"subject": subject,
"body": body
}
# ... email sending logic
return f"Email sent to {to}"
agent = create_agent(
"gpt-4o",
tools=[send_email],
system_prompt="You are an email assistant. Always use the send_email tool.",
)
3. 环境变量
在项目根目录中创建一个 .env 文件，并填写必要的 API 密钥。我们需要将 LANGSMITH_API_KEY 环境变量设置为从 LangSmith 获取的 API 密钥。
请务必不要将您的 .env 文件提交到 Git 等版本控制系统！
LANGSMITH_API_KEY=lsv2...
4. 创建 LangGraph 配置文件
在您的应用程序目录中，创建一个配置文件 langgraph.json
{
"dependencies": ["."],
"graphs": {
"agent": "./src/agent.py:agent"
},
"env": ".env"
}
create_agent 自动返回一个已编译的 LangGraph 图，我们可以将其传递给配置文件的 graphs 键。
到目前为止，我们的项目结构如下
my-app/
├── src
│ └── agent.py
├── .env
└── langgraph.json
5. 安装依赖项
在您的新 LangGraph 应用程序的根目录中，安装依赖项
6. 在 Studio 中查看您的代理
启动您的 LangGraph 服务器
Safari 阻止 localhost 连接到 Studio。为了解决这个问题，请使用 --tunnel 运行上述命令，通过安全隧道访问 Studio。
http://127.0.0.1:2024) 和 Studio UI https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024 访问
Studio 让您的代理的每一步都易于观察。重放任何输入，并检查精确的提示、工具参数、返回值以及令牌/延迟指标。如果工具抛出异常，Studio 会记录它以及周围的状态，这样您就可以减少调试时间。 保持您的开发服务器运行，编辑提示或工具签名，并观察 Studio 热重载。从任何步骤重新运行会话线程以验证行为更改。有关更多详细信息，请参阅 管理线程。 随着您的代理的增长，相同的视图可以从单工具演示扩展到多节点图，保持决策清晰和可重现。有关 Studio 的深入了解，请查看 概述页面。
