AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


LangGraph Cloud,一站式闭环Agent开发、调试和监控的基础设施
发布日期:2024-06-29 18:52:20 浏览次数: 1963 来源: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/。    

1 LangGraph Cloud  

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。        

     

2 LangSmith中的自我改进LLM评估器  

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。

3 LangChain  

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,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询