微信扫码
添加专属顾问
我要投稿
LangGraph Cloud,一站式闭环Agent开发、调试和监控的基础设施
LangChain社区于6月24日发布了新的产品更新。在该版本中,主要推出了LangGraph Cloud封闭测试版、LangSmith中的自我改进评估器等能力。更多版本更新信息详见https://blog.langchain.dev/week-of-6-24-langchain-release-notes/。
在LangGraph v0.1稳定版基础上,LangChain发布了LangGraph Cloud,目前处于封闭测试阶段。LangGraph Cloud为大规模部署Agent提供了专用基础设施。
LangGraph Cloud支持以可扩展、容错的方式大规模部署LangGraph Agent。只需一键部署,即可在LangSmith中获得集成的跟踪和监控体验。LangGraph Cloud提供了一个集成的开发者体验,一站式实现Agent原型设计、调试和监控的Agent工作流。此外,LangGraph Cloud还提供了LangGraph Studio,用于调试Agent故障模式和快速迭代。
在LangGraph基础上,LangGraph Cloud增加了如下能力:
双重文本处理在当前运行的行线程上处理新的用户输入。它支持四种不同的策略来处理额外的上下文:拒绝、队列、中断和回滚。
用于长期运行任务的异步后台作业。可以通过轮询或webhook 检查任务是否完成。
按计划运行常见任务的Cron作业。
使用“LLM-as-a-Judge”是对LLM应用程序的输出进行分级的常用方法。其包括将生成的输出传递给一个单独的LLM,并要求它对输出进行评估。但是,确保“LLM-as-a-Judge”性能良好需要另一轮提示工程。谁来评价评估者?
LangSmith通过允许用户对LLM评估者的反馈进行修正来解决这个问题,修正后的反馈将被存储为少样本示例,用于调整/改进“LLM-as-a-Judge”。无需手动调整提示,即可改进未来的评估,确保更准确的测试。
LangChain支持一行代码初始化任何模型。使用LangChain Python中的通用模型初始化器,可以使用任何常见的聊天模型,而无需记住不同的导入路径和类名。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-10-30
Cursor 2.0的一些有趣的新特性
2025-10-30
Anthropic 发布最新研究:LLM 展现初步自省迹象
2025-10-30
让Agent系统更聪明之前,先让它能被信任
2025-10-30
Rag不行?谷歌DeepMind同款,文档阅读新助手:ReadAgent
2025-10-29
4大阶段,10个步骤,助你高效构建企业级智能体(Agent)
2025-10-29
DocReward:让智能体“写得更专业”的文档奖励模型
2025-10-29
沃尔沃RAG实战:企业级知识库,早就该放弃小分块策略
2025-10-29
大模型的Funcation Calling是什么?
2025-08-21
2025-08-21
2025-08-19
2025-09-16
2025-10-02
2025-09-08
2025-09-17
2025-08-19
2025-09-29
2025-08-20
2025-10-29
2025-10-29
2025-10-28
2025-10-28
2025-10-27
2025-10-26
2025-10-25
2025-10-23