แลงกราฟ สตูดิโอ

LangGraph Studio (เบต้า)

LangGraph Studio นำเสนอวิธีใหม่ในการพัฒนาแอปพลิเคชัน LLM โดยการจัดหา IDE ตัวแทนพิเศษที่ช่วยให้สามารถสร้างภาพ การโต้ตอบ และการแก้ไขข้อบกพร่องของแอปพลิเคชันตัวแทนที่ซับซ้อน

ด้วยกราฟภาพและความสามารถในการแก้ไขสถานะ คุณจะเข้าใจขั้นตอนการทำงานของตัวแทนได้ดีขึ้นและทำซ้ำได้รวดเร็วยิ่งขึ้น LangGraph Studio ทำงานร่วมกับ LangSmith เพื่อให้คุณสามารถทำงานร่วมกับเพื่อนร่วมทีมเพื่อแก้ไขข้อบกพร่องในโหมดความล้มเหลว

ขณะที่อยู่ในช่วงเบต้า LangGraph Studio จะให้บริการฟรีสำหรับผู้ใช้ LangSmith ทุกคนในทุกระดับแผน ลงทะเบียนเพื่อใช้งาน LangSmith ที่นี่

ดาวน์โหลด

ดาวน์โหลดไฟล์ .dmg ล่าสุดของ LangGraph Studio โดยคลิกที่นี่หรือไปที่หน้าเผยแพร่

ปัจจุบันรองรับเฉพาะ macOS เท่านั้น รองรับ Windows และ Linux ในเร็วๆ นี้ นอกจากนี้เรายังต้องอาศัย Docker Engine ในการทำงาน ขณะนี้เรารองรับรันไทม์ต่อไปนี้เท่านั้น:

• นักเทียบท่าเดสก์ท็อป
• ออร์บสแต็ค

ตั้งค่า

LangGraph Studio ต้องใช้นักเทียบท่าเขียนเวอร์ชัน 2.22.0+ หรือสูงกว่า โปรดตรวจสอบให้แน่ใจว่าคุณได้ติดตั้งและใช้งาน Docker Desktop หรือ Orbstack ก่อนดำเนินการต่อ

หากต้องการใช้ LangGraph Studio ตรวจสอบให้แน่ใจว่าคุณมีโปรเจ็กต์ที่ตั้งค่าแอป LangGraph ไว้

สำหรับตัวอย่างนี้ เราจะใช้ที่เก็บตัวอย่างนี้ที่นี่ซึ่งใช้ไฟล์ requirements.txt สำหรับการขึ้นต่อกัน:

git clone https://github.com/langchain-ai/langgraph-example.git

หากคุณต้องการใช้ไฟล์ pyproject.toml แทนในการจัดการการขึ้นต่อกัน คุณสามารถใช้พื้นที่เก็บข้อมูลตัวอย่างนี้ได้

git clone https://github.com/langchain-ai/langgraph-example-pyproject.git

จากนั้น คุณจะต้องสร้างไฟล์ .env พร้อมด้วยตัวแปรสภาพแวดล้อมที่เกี่ยวข้อง:

cp .env.example .env

จากนั้นคุณควรเปิดไฟล์ .env และกรอกคีย์ OpenAI, Anthropic และ Tavily API ที่เกี่ยวข้อง

หากคุณได้ตั้งค่าไว้ในสภาพแวดล้อมของคุณแล้ว คุณสามารถบันทึกลงในไฟล์ .env นี้ได้ด้วยคำสั่งต่อไปนี้:

.env echo "ANTHROPIC_API_KEY="$ANTHROPIC_API_KEY"" >> .env echo "TAVILY_API_KEY="$TAVILY_API_KEY"" >> .env">

 echo " OPENAI_API_KEY= " $OPENAI_API_KEY " " > .env
echo " ANTHROPIC_API_KEY= " $ANTHROPIC_API_KEY " " >> .env
echo " TAVILY_API_KEY= " $TAVILY_API_KEY " " >> .env

หมายเหตุ: อย่าเพิ่ม LANGSMITH_API_KEY ให้กับไฟล์ .env เราจะดำเนินการนี้ให้คุณโดยอัตโนมัติเมื่อคุณตรวจสอบสิทธิ์ และการตั้งค่าด้วยตนเองอาจทำให้เกิดข้อผิดพลาดได้

เมื่อคุณตั้งค่าโปรเจ็กต์แล้ว คุณจะสามารถใช้งานได้ใน LangGraph Studio มาดำน้ำกันเถอะ!

เปิดโครงการ

เมื่อคุณเปิดแอปเดสก์ท็อป LangGraph Studio เป็นครั้งแรก คุณจะต้องเข้าสู่ระบบผ่าน LangSmith

เมื่อคุณตรวจสอบสิทธิ์เรียบร้อยแล้ว คุณสามารถเลือกโฟลเดอร์แอปพลิเคชัน LangGraph ที่จะใช้ได้ คุณสามารถลากและวางหรือเลือกด้วยตนเองในตัวเลือกไฟล์ก็ได้ หากคุณกำลังใช้โปรเจ็กต์ตัวอย่าง โฟลเดอร์จะเป็น langgraph-example

สำคัญ

ไดเร็กทอรีแอปพลิเคชันที่คุณเลือกต้องมีไฟล์ langgraph.json ที่กำหนดค่าไว้อย่างถูกต้อง ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีกำหนดค่าได้ที่นี่และวิธีตั้งค่าแอป LangGraph ที่นี่

เมื่อคุณเลือกโปรเจ็กต์ที่ถูกต้อง LangGraph Studio จะเริ่มเซิร์ฟเวอร์ LangGraph API และคุณจะเห็น UI พร้อมกราฟของคุณแสดงผล

เรียกใช้กราฟ

ตอนนี้เราสามารถรันกราฟได้แล้ว! LangGraph Studio ช่วยให้คุณสามารถรันกราฟด้วยอินพุตและการกำหนดค่าที่แตกต่างกัน

เริ่มวิ่งใหม่

หากต้องการเริ่มการทำงานใหม่:

1. ในเมนูแบบเลื่อนลง (มุมซ้ายบนของบานหน้าต่างด้านซ้าย) ให้เลือกกราฟ ในตัวอย่างของเรา กราฟนี้เรียกว่า agent รายการกราฟสอดคล้องกับคีย์ graphs ในการกำหนดค่า langgraph.json ของคุณ
2. ที่ด้านล่างของบานหน้าต่างด้านซ้าย ให้แก้ไขส่วน Input
3. คลิก Submit เพื่อเรียกใช้กราฟที่เลือก
4. ดูผลลัพธ์ของการร้องขอในบานหน้าต่างด้านขวา

วิดีโอต่อไปนี้แสดงวิธีเริ่มการทำงานใหม่:

กราฟ_วิงวอน.mp4

กำหนดค่าการรันกราฟ

หากต้องการเปลี่ยนการกำหนดค่าสำหรับการรันกราฟที่กำหนด ให้กดปุ่ม Configurable ในส่วน Input จากนั้นคลิก Submit เพื่อเรียกใช้กราฟ

สำคัญ

เพื่อให้มองเห็นเมนู Configurable สอบให้แน่ใจว่าได้ระบุ config schema เมื่อสร้าง StateGraph คุณสามารถอ่านเพิ่มเติมเกี่ยวกับวิธีเพิ่มสคีมาการกำหนดค่าลงในกราฟของคุณได้ที่นี่

วิดีโอต่อไปนี้แสดงวิธีแก้ไขการกำหนดค่าและเริ่มการทำงานใหม่:

graph_config.mp4

สร้างและแก้ไขเธรด

สร้างเธรด

เมื่อคุณเปิด LangGraph Studio คุณจะอยู่ในหน้าต่างเธรดใหม่โดยอัตโนมัติ หากคุณมีเธรดที่มีอยู่เปิดอยู่ ให้ทำตามขั้นตอนเหล่านี้เพื่อสร้างเธรดใหม่:

1. ที่มุมขวาบนของบานหน้าต่างด้านขวา ให้กด + เพื่อเปิดเมนูชุดข้อความใหม่

วิดีโอต่อไปนี้แสดงวิธีการสร้างเธรด:

create_thread.mp4

เลือกเธรด

หากต้องการเลือกเธรด:

1. คลิกที่ป้ายกำกับ New Thread / Thread ที่ด้านบนของบานหน้าต่างด้านขวาเพื่อเปิดรายการเธรดแบบเลื่อนลง
2. เลือกกระทู้ที่คุณต้องการดู/แก้ไข

วิดีโอต่อไปนี้แสดงวิธีการเลือกเธรด:

select_thread.mp4

แก้ไขสถานะเธรด

LangGraph Studio ช่วยให้คุณสามารถแก้ไขสถานะเธรดและแยกเธรดเพื่อสร้างการดำเนินการกราฟทางเลือกด้วยสถานะที่อัปเดต โดยทำดังนี้:

1. เลือกหัวข้อที่คุณต้องการแก้ไข
2. ในบานหน้าต่างด้านขวา วางเมาส์เหนือขั้นตอนที่คุณต้องการแก้ไข และคลิกไอคอน "ดินสอ" เพื่อแก้ไข
3. ทำการแก้ไขของคุณ
4. คลิก Fork เพื่ออัปเดตสถานะและสร้างการดำเนินการกราฟใหม่ด้วยสถานะที่อัปเดต

วิดีโอต่อไปนี้แสดงวิธีแก้ไขเธรดในสตูดิโอ:

fork_thread.mp4

วิธีเพิ่มอินเทอร์รัปต์ให้กับกราฟของคุณ

คุณอาจต้องการดำเนินการกราฟของคุณทีละขั้นตอน หรือหยุดการดำเนินการกราฟก่อน/หลังดำเนินการโหนดใดโหนดหนึ่ง คุณสามารถทำได้โดยเพิ่มการขัดจังหวะ สามารถตั้งค่าการขัดจังหวะสำหรับโหนดทั้งหมด (เช่น การดำเนินการผ่านตัวแทนทีละขั้นตอน) หรือสำหรับโหนดเฉพาะ การขัดจังหวะใน LangGraph Studio หมายความว่าการประมวลผลกราฟจะถูกขัดจังหวะทั้งก่อนและหลังการทำงานของโหนดที่กำหนด

เพิ่มการขัดจังหวะในรายการโหนด

หากต้องการดูการดำเนินการของตัวแทนทีละขั้นตอน คุณสามารถเพิ่มการขัดจังหวะให้กับโหนดทั้งหมดหรือชุดย่อยในกราฟได้:

1. ในเมนูแบบเลื่อนลง (มุมบนขวาของบานหน้าต่างด้านซ้าย) ให้คลิก Interrupt
2. เลือกชุดย่อยของโหนดที่จะขัดจังหวะ หรือคลิก Interrupt on all

วิดีโอต่อไปนี้แสดงวิธีเพิ่มการขัดจังหวะให้กับโหนดทั้งหมด:

graph_interrupts_all.mp4

เพิ่มการขัดจังหวะให้กับโหนดเฉพาะ

1. นำทางไปยังบานหน้าต่างด้านซ้ายด้วยการแสดงภาพกราฟ
2. วางเมาส์เหนือโหนดที่คุณต้องการเพิ่มการขัดจังหวะ คุณควรเห็นปุ่ม + ปรากฏทางด้านซ้ายของโหนด
3. คลิก + เพื่อเรียกใช้กราฟที่เลือก
4. รันกราฟโดยเพิ่ม Input / การกำหนดค่า แล้วคลิก Submit

วิดีโอต่อไปนี้แสดงวิธีการเพิ่มการขัดจังหวะให้กับโหนดเฉพาะ:

graph_ขัดจังหวะ.mp4

หากต้องการลบการขัดจังหวะ เพียงทำตามขั้นตอนเดียวกันแล้วกดปุ่ม x ทางด้านซ้ายของโหนด

มนุษย์ในวง

นอกเหนือจากการขัดจังหวะโหนดและการแก้ไขสถานะกราฟแล้ว คุณอาจต้องการสนับสนุนเวิร์กโฟลว์แบบมนุษย์ในวงด้วยความสามารถในการอัปเดตสถานะด้วยตนเอง นี่คือ agent.py เวอร์ชันแก้ไขที่มี agent และโหนด human โดยที่การประมวลผลกราฟจะถูกขัดจังหวะบนโหนด human สิ่งนี้จะช่วยให้คุณสามารถส่งข้อมูลโดยเป็นส่วนหนึ่งของโหนด human ได้ สิ่งนี้มีประโยชน์เมื่อคุณต้องการให้เอเจนต์รับอินพุตจากผู้ใช้ สิ่งนี้จะแทนที่วิธีที่คุณอาจใช้ input() หากคุณเรียกใช้สิ่งนี้จากบรรทัดคำสั่ง

AgentState: messages = state["messages"] response = model.invoke(messages) return {"messages": [response]} # no-op node that should be interrupted on def human_feedback(state: AgentState) -> AgentState: pass def should_continue(state: AgentState) -> Literal["agent", "end"]: messages = state['messages'] last_message = messages[-1] if isinstance(last_message, HumanMessage): return "agent" return "end" workflow = StateGraph(AgentState) workflow.set_entry_point("agent") workflow.add_node("agent", call_model) workflow.add_node("human", human_feedback) workflow.add_edge("agent", "human") workflow.add_conditional_edges( "human", should_continue, { "agent": "agent", "end": END, }, ) graph = workflow.compile(interrupt_before=["human"])">

 from typing import TypedDict , Annotated , Sequence , Literal

from langchain_core . messages import BaseMessage , HumanMessage
from langchain_anthropic import ChatAnthropic
from langgraph . graph import StateGraph , END , add_messages


class AgentState ( TypedDict ):
    messages : Annotated [ Sequence [ BaseMessage ], add_messages ]


model =  ChatAnthropic ( temperature = 0 , model_name = "claude-3-sonnet-20240229" )
def call_model ( state : AgentState ) -> AgentState :
    messages = state [ "messages" ]
    response = model . invoke ( messages )
    return { "messages" : [ response ]}


# no-op node that should be interrupted on
def human_feedback ( state : AgentState ) -> AgentState :
    pass


def should_continue ( state : AgentState ) -> Literal [ "agent" , "end" ]:
    messages = state [ 'messages' ]
    last_message = messages [ - 1 ]
    if isinstance ( last_message , HumanMessage ):
        return "agent"
    return "end"


workflow = StateGraph ( AgentState )
workflow . set_entry_point ( "agent" )
workflow . add_node ( "agent" , call_model )
workflow . add_node ( "human" , human_feedback )
workflow . add_edge ( "agent" , "human" )
workflow . add_conditional_edges (
    "human" ,
    should_continue ,
    {
        "agent" : "agent" ,
        "end" : END ,
    },
)
graph = workflow . compile ( interrupt_before = [ "human" ])

วิดีโอต่อไปนี้แสดงวิธีการส่งการอัปเดตสถานะด้วยตนเอง (เช่น ข้อความในตัวอย่างของเรา) เมื่อถูกขัดจังหวะ:

graph_hitl.mp4

แก้ไขการกำหนดค่าโครงการ

LangGraph Studio ช่วยให้คุณสามารถแก้ไขการกำหนดค่าโครงการ ( langgraph.json ) แบบโต้ตอบได้

หากต้องการแก้ไขการกำหนดค่าจากสตูดิโอ ให้ทำตามขั้นตอนเหล่านี้:

1. คลิก Configure ที่ด้านล่างขวา นี่จะเป็นการเปิดเมนูการกำหนดค่าแบบโต้ตอบพร้อมค่าที่สอดคล้องกับ langgraph.json ที่มีอยู่
2. ทำการแก้ไขของคุณ
3. คลิก Save and Restart เพื่อโหลดเซิร์ฟเวอร์ LangGraph API อีกครั้งด้วยการกำหนดค่าที่อัปเดต

วิดีโอต่อไปนี้แสดงวิธีแก้ไขการกำหนดค่าโปรเจ็กต์จากสตูดิโอ:

graph_edit_json.mp4

แก้ไขโค้ดกราฟ

ด้วย LangGraph Studio คุณสามารถแก้ไขโค้ดกราฟของคุณและซิงค์การเปลี่ยนแปลงแบบเรียลไทม์กับกราฟเชิงโต้ตอบได้

หากต้องการแก้ไขกราฟของคุณจากสตูดิโอ ให้ทำตามขั้นตอนเหล่านี้:

1. คลิก Open in VS Code ที่ด้านล่างขวา ซึ่งจะเป็นการเปิดโครงการที่เปิดอยู่ในสตูดิโอ LangGraph ในปัจจุบัน
2. ทำการเปลี่ยนแปลงไฟล์ .py ซึ่งมีการกำหนดกราฟที่คอมไพล์แล้วหรือการอ้างอิงที่เกี่ยวข้อง
3. สตูดิโอ LangGraph จะโหลดซ้ำโดยอัตโนมัติเมื่อการเปลี่ยนแปลงถูกบันทึกในไดเร็กทอรีโปรเจ็กต์

วิดีโอต่อไปนี้แสดงวิธีการเปิดตัวแก้ไขโค้ดจากสตูดิโอ:

graph_edit_code.mp4

หลังจากที่คุณแก้ไขโค้ดที่สำคัญแล้ว คุณยังสามารถเล่นซ้ำโหนดในกราฟได้อีกด้วย ตัวอย่างเช่น หากตัวแทนตอบสนองได้ไม่ดี คุณสามารถอัปเดตการใช้งานโหนดตัวแทนในโปรแกรมแก้ไขโค้ดของคุณและรันใหม่ได้ ซึ่งจะทำให้การวนซ้ำกับเอเจนต์ที่ทำงานระยะยาวง่ายขึ้นมาก

รีเพลย์.mp4

การแก้ไขปัญหา

ฉันจะเข้าถึงบริการและโมเดลท้องถิ่น เช่น Ollama, Chroma ฯลฯ ได้อย่างไร

LangGraph Studio อาศัย Docker Compose เพื่อรัน API, Redis และ Postgres ซึ่งจะสร้างเครือข่ายของตัวเองขึ้นมา ดังนั้น ในการเข้าถึงบริการในพื้นที่ คุณจำเป็นต้องใช้ host.docker.internal เป็นชื่อโฮสต์แทน localhost ดู #112 สำหรับรายละเอียดเพิ่มเติม

ไม่สามารถติดตั้งการพึ่งพาดั้งเดิมระหว่างการสร้าง

ตามค่าเริ่มต้น เราพยายามทำให้อิมเมจมีขนาดเล็กที่สุดเท่าที่จะเป็นไปได้ ดังนั้นการขึ้นต่อกันบางอย่าง เช่น gcc หรือ build-essentials จะหายไปจากอิมเมจพื้นฐาน หากคุณต้องการติดตั้งการขึ้นต่อกันเพิ่มเติม คุณสามารถทำได้โดยเพิ่มคำแนะนำ Dockerfile เพิ่มเติมในส่วน dockerfile_lines ของไฟล์ langgraph.json :

 {
    "dockerfile_lines": [
        "RUN apt-get update && apt-get install -y gcc"
    ]
}

ดูวิธีปรับแต่ง Dockerfile สำหรับรายละเอียดเพิ่มเติม