跳到主要内容

文档索引

在以下地址获取完整的文档索引：https://docs.langchain.org.cn/llms.txt

在进一步探索之前，请使用此文件发现所有可用页面。

在本地使用 LangChain 构建 Agent 时，可视化 Agent 内部发生的情况、实时与其交互以及调试出现的问题非常有帮助。LangSmith Studio 是一个免费的可视化界面，用于从您的本地机器开发和测试您的 LangChain Agent。 Studio 连接到您本地运行的 Agent，向您展示 Agent 执行的每个步骤：发送到模型的提示、工具调用及其结果以及最终输出。您可以测试不同的输入，检查中间状态，并在无需额外代码或部署的情况下迭代 Agent 的行为。 本页描述了如何将 Studio 与您的本地 LangChain Agent 设置。

​
先决条件

在开始之前，请确保您已具备以下条件
  • 一个 LangSmith 帐户：在 smith.langchain.com 注册（免费）或登录。
  • LangSmith API 密钥：请按照创建 API 密钥指南操作。
  • 如果您不希望将数据 追踪 到 LangSmith，请在应用程序的 .env 文件中设置 LANGSMITH_TRACING=false。禁用追踪后，将不会有任何数据离开您的本地服务器。

​
设置本地 Agent 服务器

​
1. 安装 LangGraph CLI

LangGraph CLI 提供了一个本地开发服务器（也称为 Agent Server），它将您的 Agent 连接到 Studio。 
# Python >= 3.11 is required.
pip install --upgrade "langgraph-cli[inmem]"

​
2. 准备您的代理

如果您已经有一个 LangChain Agent，可以直接使用它。这个例子使用一个简单的电子邮件 Agent
agent.py
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-5.4",
    tools=[send_email],
    system_prompt="You are an email assistant. Always use the send_email tool.",
)

​
3. 环境变量

Studio 需要 LangSmith API 密钥才能连接您的本地 Agent。在项目的根目录下创建一个 .env 文件，并添加您从 LangSmith 获取的 API 密钥。
确保您的 .env 文件未提交到版本控制，例如 Git。
.env
LANGSMITH_API_KEY=lsv2...

​
4. 创建 LangGraph 配置文件

LangGraph CLI 使用配置文件来定位您的 Agent 并管理依赖项。在您的应用程序目录中创建一个 langgraph.json 文件
langgraph.json
{
  "dependencies": ["."],
  "graphs": {
    "agent": "./src/agent.py:agent"
  },
  "env": ".env"
}
create_agent 函数会自动返回一个已编译的 LangGraph 图，这正是配置文件中 graphs 键所期望的内容。
有关配置文件中 JSON 对象的每个键的详细说明，请参阅 LangGraph 配置文件参考。
此时，项目结构将如下所示 
my-app/
├── src
│   └── agent.py
├── .env
└── langgraph.json

​
5. 安装依赖项

从项目的根目录安装项目依赖项 
pip install langchain langchain-openai

​
6. 在 Studio 中查看您的代理

启动开发服务器以将您的 Agent 连接到 Studio 
langgraph dev
Safari 浏览器会阻止 localhost 连接到 Studio。为解决此问题，请使用 --tunnel 运行上述命令，以便通过安全隧道访问 Studio。你需要通过点击 Studio UI 中的连接到本地服务器 (Connect to a local server)，手动将隧道 URL 添加到允许的来源中。有关步骤，请参阅故障排除指南。
一旦服务器运行起来，您的 Agent 就可以通过 API 在 http://127.0.0.1:2024 访问，也可以通过 Studio UI 在 https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024 访问
Agent view in the Studio UI
通过将 Studio 连接到你的本地智能体，你可以快速迭代智能体的行为。运行测试输入，并在 LangSmith 中检查完整的执行轨迹，包括提示词、工具参数、返回值以及 Token/延迟指标。当出现问题时，Studio 会捕获异常及其上下文状态，帮助你了解发生了什么。 开发服务器支持热重载——你在代码中对提示词或工具签名所做的更改，Studio 会立即反映出来。从任意步骤重新运行对话线程，无需从头开始即可测试你的更改。这种工作流适用于从简单的单工具智能体到复杂的多节点图的所有场景。 有关如何运行 Studio 的更多信息，请参考 LangSmith 文档中的以下指南：

​
视频指南

将这些文档连接到 Claude、VSCode 等，以获得实时答案。
在 GitHub 上编辑此页面 或 提交问题。
© . This site is unofficial and not affiliated with LangChain, Inc.