原文链接: https://docs.langchain.com/oss/python/langchain/studio
在本地使用 LangChain 构建智能体时，可视化智能体内部执行过程、实时交互并调试问题会很有帮助。LangSmith Studio 是一个免费的视觉界面，用于在本地开发和测试 LangChain 智能体。
Studio 会连接到你在本地运行的智能体，展示：
- 智能体执行的每一步；
- 发送给模型的提示词；
- 工具调用及其结果；
- 最终输出。
你可以：
- 测试不同输入；
- 检查中间状态；
- 迭代优化智能体行为；
而无需额外代码或部署。本页说明如何将 Studio 与本地 LangChain 智能体连接。
开始前，请确保：
- LangSmith 账户：在 smith.langchain.com 注册（免费）或登录。
- LangSmith API Key：按照“创建 API Key 指南”获取。
- 如果不想将数据追踪到 LangSmith，可在应用的
.env文件中设置LANGSMITH_TRACING=false。禁用追踪后，不会有数据离开你的本地服务器。
LangGraph CLI 提供一个本地开发服务器（也称为 Agent Server），用于将智能体连接到 Studio。
# 需要 Python >= 3.11
pip install --upgrade "langgraph-cli[inmem]"如果你已有 LangChain 智能体，可以直接使用。下面示例使用一个简单的邮件智能体：
agent.py
from langchain.agents import create_agent
def send_email(to: str, subject: str, body: str):
"""Send an email"""
email = {
"to": to,
"subject": subject,
"body": body,
}
# ... email sending logic
return f"Email sent to {to}"
agent = create_agent(
"gpt-4o",
tools=[send_email],
system_prompt="You are an email assistant. Always use the send_email tool.",
)Studio 需要 LangSmith API Key 来连接本地智能体。在项目根目录创建 .env 文件，并添加从 LangSmith 获取的 API Key。
确保 .env 文件不会被提交到版本控制系统（如 Git）。
.env
LANGSMITH_API_KEY=lsv2...LangGraph CLI 使用配置文件来定位智能体并管理依赖。在应用目录创建 langgraph.json 文件：
langgraph.json
{
"dependencies": ["."],
"graphs": {
"agent": "./src/agent.py:agent"
},
"env": ".env"
}create_agent 函数会自动返回一个已编译的 LangGraph 图，这正是配置文件中 graphs 键所期望的。
关于配置文件中每个键的详细说明，可参考 LangGraph 配置文件参考文档。
此时，项目结构应如下：
my-app/
├── src
│ └── agent.py
├── .env
└── langgraph.json
从根目录安装项目依赖：
pip install langchain langchain-openai启动开发服务器以将智能体连接到 Studio：
langgraph devSafari 会阻止
localhost连接到 Studio。要解决此问题，可在上述命令中添加--tunnel参数，通过安全隧道访问 Studio。
服务器运行后，你的智能体可通过以下方式访问：
- API：
http://127.0.0.1:2024 - Studio UI：
https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
Studio UI 中的智能体视图：
（原文包含截图，此处略）
连接 Studio 到本地智能体后，你可以快速迭代智能体行为：
- 运行测试输入，检查完整执行轨迹，包括：
- 提示词
- 工具参数
- 返回值
- token / 延迟指标
- 出现问题时，Studio 会捕获异常及周围状态，帮助理解发生了什么。
- 开发服务器支持热重载：修改代码中的提示词或工具签名，Studio 会立即反映这些更改。
- 可以从任意步骤重新运行对话线程，测试更改而无需从头开始。
该工作流适用于从简单的单工具智能体到复杂的多节点图。
关于如何运行 Studio 的更多信息，可参考 LangSmith 文档中的以下指南：
- Run application（运行应用）
- Manage assistants（管理助手）
- Manage threads（管理线程）
- Iterate on prompts（迭代提示词）
- Debug LangSmith traces（调试 LangSmith 轨迹）
- Add node to dataset（将节点添加到数据集）
关于本地和已部署智能体的更多信息，可参见：
- Set up local Agent Server（设置本地智能体服务器）
- Deploy（部署）
本文档由 LangChain 官方文档翻译而来