我要投稿
微信搜一搜，关注“AI应用研究Lab”
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：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-06-14
从Manus爆火看Agent AI的技术演进与市场变革——AI Agent全景研报
2025-06-14
张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？
2025-06-14
为什么说Maus是未来任务型AI系统的代表？
2025-06-14
AI agent如何进化为天网
2025-06-14
Ollama 和 vLLM 私有化部署大模型方案分析
2025-06-14
Manus 启发下的 Agent产品设计：如何构建能思考、多步操作的 AI
2025-06-14
「AI实践笔记」看AI驱动下的产品设计
2025-06-14
「AI产品开篇」看B端产品的AI学习之路
2025-05-29
2025-03-20
2025-03-21
2025-04-11
2025-03-20
2025-03-19
2025-03-20
2025-03-19
2025-03-19
2025-03-19
2025-06-14
2025-06-14
2025-06-13
2025-06-13
2025-06-13
2025-06-13
2025-06-12
2025-06-12
回到顶部
粤ICP备17114055号