智能正变得越来越复杂，现在越来越多的开发者正进行着自己的agent开发，目前的agent开发中LangChain一直是最被关注的工具。

今天我们分享的开源项目，是由LangChain-ai推出的首个专门为智能体开发设计的IDE，让智能体开发变得更简单，它就是：LangGraph Studio

LangChain是目前最热门的AI agent开发框架，它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。

LangGraph Studio 提供了一种开发 LLM 应用程序的新方法，它提供了一个专门的代理 IDE，可以实现复杂代理应用程序的可视化、交互和调试。借助可视化图表和编辑状态的功能，您可以更好地了解代理工作流程并更快地进行迭代。LangGraph Studio 与LangSmith集成，因此您可以与队友协作调试故障模式。

• 可视化智能体: 再也不用头疼于理解复杂的代码逻辑!LangGraph Studio让你能够直观地看到智能体的结构和工作流程。

• 实时交互: 与你的代理进行实时对话,观察它如何一步步思考和行动。这不仅有助于调试，还能帮助你更好地理解和改进代理的行为。

• 即时调试: 发现智能体跑偏了?不用担心!你可以随时中断智能体,逐步执行，甚至修改中间结果，然后继续运行。这种即时反馈机制大大加快了开发和优化的速度。

• 代码热更新: 修改了提示词或逻辑?LangGraph Studio能够实时检测到代码变化，让你立即重新运行受影响的节点，无需重启整个应用。

LangGraph Studio现在已经可以下载使用了!目前仅支持Apple Silicon平台,更多平台的支持也即将到来。可以在github的release页面下载LangGraph Studio的安装包。

LangGraph Studio 需要 docker-compose 版本 2.22.0+ 或更高版本。在继续之前，请确保您已安装并运行 Docker。

LangGraph Studio的项目初始内容大致如下，需要你在开始前提前准备好。

根据你使用到的模块，在.env当中配置好对应的API key。 

第一次打开 LangGraph Studio 桌面应用程序时，您需要通过 LangSmith 登录。

成功验证后，您可以选择要使用的 LangGraph 应用程序文件夹 - 您可以拖放或在文件选择器中手动选择它。如果您使用的是示例项目，则文件夹将是langgraph-example。

一旦您选择一个有效的项目，LangGraph Studio 将启动一个 LangGraph API 服务器，您应该会看到一个呈现了图形的 UI。

实现Graph

新建运行：

1. 在下拉菜单（左侧窗格的左上角）中，选择一个图表。在我们的示例中，该图表称为agentgraphslanggraph.json。图表列表对应于您的配置中的键。

2. 在左侧窗格的底部，编辑该Input部分。

3. 单击Submit即可调用选定的图表。

4. 在右侧窗格中查看调用的输出。

编辑配置

要更改给定图表运行的配置，请按下部分Configurable中的按钮Input。然后单击Submit以调用图表。

打开 LangGraph Studio 后，您将自动进入一个新线程窗口。如果您已打开现有线程，请按照以下步骤创建新线程：

1. 在右侧窗格的右上角，按下+即可打开新线程菜单。

你可以通过断电来逐步执行graph，或者在特定节点执行之前/之后停止graph执行。可以为所有节点（即逐步执行代理执行）或特定节点设置中断。LangGraph Studio 中的中断意味着图形执行将在给定节点运行之前和之后中断。

总体来说LangGraph Studio很好的优化了AI agent的开发，提供只管的可视化开发体验，可以更好让开发人员提升效率，默认情况下你需要使用到一些LangChain的云服务，当然由于LangGraph Studio开源的特性，你是可以根据自己的情况配置自托管能力的，所以也有很好的灵活型