▼最近直播超级多，预约保你有收获
—1—
LangChain 开发现状
LangChain 从应用开发框架出发，提供了一套代码级工具集，旨在降低 LLM 的开发难度，在过去一年中吸引了众多开发者，助力他们迅速打造 AI 大模型应用。然而，还有一群用户，他们希望门槛更低，专注于业务应用本身（包括非专业程序员），这一需求尚未得到充分满足。![]()
这为基于 LangChain 构建的 Langflow、Flowise 等平台产品提供了生存空间，它们得以进一步发展端到端、低门槛的应用。国内厂商也纷纷看好低代码LLM 应用开发平台，以 Coze 和 Dify 为典型代表。得益于产品的精心设计和运营，这两款产品在国内外均积累了大量粉丝，展现了巨大的市场潜力。看起来，相较于深色主题的代码编辑器，更多用户倾向于使用可视化、直观的方式来开发自己的应用，这也给行业领导者 LangChain 带来了一定的压力。另一方面，细粒度、灵活的编排能力，即 Agentic workflow 的概念，正逐渐成为行业的共识。单纯依赖 LLM 的能力和固定的流程在现实中难以实现，这促使了包含大量复杂逻辑的应用流程的产生，如何开发与调试这些应用流程成为了新的挑战。
—2—
为什么要推出 Agent IDE？
LangChain，作为在智能代理（Agent）开发领域最早进行探索的先行者，也注意到了这一挑战。今年1月初，LangChain 就推出了 LangGraph 的实验版本，并于6月底发布了稳定版 0.10。LangGraph 被定位为 Agent 应用编排开发的工具，目的在于揭开黑盒，增强流程的可控性。与Dify等低代码可视化工具不同，LangGraph 采取了编程式的路径。这种方法既有优势也有劣势：其优势在于延续了 LangChain 用户群体的使用习惯，但其劣势在于面对复杂的流程逻辑时，开发和调试的直观性不足。8月1日，为了克服这一难题，LangChain 推出了基于 LangGraph的 Agent集成开发环境（IDE）—— LangGraph Studio，它支持开发者以可视化的方式进行 Agent 的开发与调试。LangGraph Studio 即 Agent IDE 就此诞生！
Github 地址：https://github.com/langchain-ai/langgraph-studio![]()
不同于传统编程，LLM 应用开发的一个显著特点是迭代性。开发过程中需要不断地与 LLM 互动，并根据反馈来改进提示词或逻辑。因此，LangGraph Studio 在设计上特别考虑了这些需求。
LangGraph Studio 提供了一种开发大型语言模型（LLM）应用的新方法，通过提供一个专门的智能代理（Agent）集成开发环境（IDE），实现了对复杂代理应用的可视化、交互和调试。
通过可视化的图表和编辑状态的能力，您可以更好地理解代理工作流程并更快地进行迭代。LangGraph Studio 与 LangSmith 集成，使您能够与团队成员协作调试故障模式。
在测试版期间，LangGraph Studio 对所有 LangSmith 用户的任何计划层级的用户免费开放。
—3—
大模型直播课
为了帮助同学们彻底掌握大模型 RAG、微调、Agent 等应用的深层原理，在企业中的应用实践，今天我会开场直播和同学们深度剖析，请同学们点击以下预约按钮免费预约。
—4—
加我微信
有很多不方便公开发公众号的我会直接分享在朋友圈，欢迎你扫码加我个人微信来看👇
![]()
⬇戳”阅读原文“，立即预约！
