<p align="right"><font color="#3f3f3f">2025年06月11日</font></p> ### 核心功能 LangGraph Platform是一个专门用于长期运行、有状态智能体的部署和管理平台，这标志着LangChain从开发工具向生产级平台的重要转变。 ### 部署选项 平台提供三种部署方式：云端部署、混合部署和完全自托管部署，用户可以一键部署智能体。这种灵活的部署架构满足了不同企业对数据安全和基础设施控制的需求。 ### 技术优势 - **状态管理**：支持长期运行的智能体，能够维护会话状态和上下文信息 - **生产就绪**：提供企业级的可靠性和可扩展性 - **简化部署**：从开发到生产的无缝过渡 ## 2. Open Agent Platform（开源无代码平台） ### 革命性意义 这是一个开源的无代码智能体构建器，让非开发者也能构建智能体，这大大降低了AI智能体开发的门槛。 ### 核心功能模块 用户可以通过UI界面选择MCP工具、自定义提示、选择模型、连接数据源，以及连接其他智能体。 ### 技术架构 该平台基于LangGraph Platform构建，确保了底层的稳定性和可扩展性。 ### 应用场景 - **业务分析师**：可以快速创建数据分析智能体 - **产品经理**：构建客户服务或内容管理智能体 - **非技术团队**：实现自动化工作流程 ## 3. LangGraph Studio v2（开发环境升级） ### 架构革新 新版本可在本地运行而无需桌面应用，这简化了开发环境的搭建和维护。 ### 核心功能增强 作为智能体IDE，它支持可视化和调试智能体交互，在v2中新增了将追踪信息导入工作室进行调查的能力，可以添加示例到数据集用于评估，并直接在UI中更新提示。 ### 开发体验提升 - **可视化调试**：直观展示智能体的决策过程 - **追踪分析**：深入了解智能体行为模式 - **实时编辑**：无需重新部署即可调整提示词 - **数据集管理**：便于构建评估基准 ## 4. LangGraph Pre-Builts（预构建架构） ### 解决痛点 针对构建智能体时反复使用的常见架构模式（如Swarm、Supervisor、工具调用智能体），该功能旨在降低实现这些架构的工作负担。 ### 架构模板 - **Swarm架构**：多智能体协作模式 - **Supervisor架构**：分层管理智能体结构 - **工具调用智能体**：专门处理外部API调用的智能体 ### 开发效率提升 通过预构建模板，开发者可以用更少的配置代码实现常见架构，显著提高开发速度。 ## 5. LangSmith可观测性增强 ### 智能体专用指标 新版本增加了智能体特定的指标支持，包括工具调用和轨迹跟踪功能。 ### 监控能力 用户可以查看智能体的常见路径，发现昂贵、缓慢或不稳定的调用。 ### 生产运维价值 - **性能优化**：识别性能瓶颈 - **成本控制**：监控API调用成本 - **质量保证**：检测异常行为模式 ## 6. Open Evals和聊天模拟 ### 评估挑战的解决方案 由于编写评估器非常繁琐，LangChain推出了开源评估目录，适用于代码、提取、RAG、智能体轨迹测试等多个场景。 ### 多轮对话支持 特别推出了多轮对话的聊天模拟和评估功能，这对于复杂的对话式AI应用至关重要。 ### 应用领域 - **代码生成**：评估代码质量和正确性 - **信息提取**：测试数据提取准确性 - **RAG系统**：评估检索增强生成效果 - **智能体行为**：分析决策轨迹合理性 ## 7. LLM-as-Judge（私有预览） ### 创新评估方法 LLM-as-judge是一种出色的评估技术，适用于需要更多判断力的性能评估场景。 ### 质量保证机制 该功能通过人类反馈分数引导LLM评估器，并持续校准和审计分数，确保评估器性能良好。 ### 技术优势 - **自适应学习**：基于人类反馈持续改进 - **质量监控**：防止评估偏差 - **可解释性**：提供评估理由和依据 ## 产品发布的战略意义 这些产品发布体现了LangChain的几个重要战略方向： 1. **全栈化**：从开发工具扩展到完整的生产平台 2. **民主化**：通过无代码工具降低技术门槛 3. **标准化**：提供最佳实践模板和评估基准 4. **企业化**：强化生产环境的可观测性和管理能力 这些产品的集体发布标志着AI智能体技术栈的成熟，为大规模商业化应用奠定了坚实基础。