企业官网建设流程全解析

有哪些网站做的好,广州住房公积金建设银行预约网站,艺术培训学校招生方案,企业建站平台哪个好在基于DeepAgents轻松构建 AI Coding Agent这篇文章中#xff0c;我介绍了如何基于最新的 LangChain 1.0 和 DeepAgents 轻松构建一个简单但却功能强大和全面的 Coding Agent#xff0c;其中还通过子 Agent 实现了代码审查、测试生成、文档生成、调试和代码重构等能力。 那么…在基于DeepAgents轻松构建 AI Coding Agent这篇文章中我介绍了如何基于最新的 LangChain 1.0 和 DeepAgents 轻松构建一个简单但却功能强大和全面的 Coding Agent其中还通过子 Agent 实现了代码审查、测试生成、文档生成、调试和代码重构等能力。那么当完成了一个 Agent 的开发后我们应该如何在本地进行快速地测试、调试和验证呢好在 LangChain 生态很完善它提供了LangSmith Deployment、LangGraph CLI、Agent Chat UI等工具涵盖了后端 agent 服务部署、前端 UI 交互等功能可以帮助我们很方便地在本地进行验证开发和调测。接下来就基于deep-code-agent这个项目具体聊聊如何使用 LangChain 的这些工具进行 Agent 的测试和开发。项目环境准备从源码安装克隆仓库gitclone https://github.com/hzhaoy/deep-code-agent.gitcddeep-code-agent安装依赖uvsync通过uv sync一个命令就可以完成从 python 虚拟环境创建到项目依赖安装的所有工作其中用于部署 Agent 服务的依赖主要是langgraph-cli[inmem]它提供了langgraph dev的启动部署命令用于部署 Agent 服务。项目配置这里主要是环境变量的设置通过新建一个.env文件进行配置从示例模板创建一个.env 文件cp.env.example .env使用你的配置编辑.env文件# OpenAI API ConfigurationOPENAI_API_KEYyour-openai-api-key-here OPENAI_API_BASEhttps://api.openai.com/v1# LLM Model ConfigurationMODEL_NAMEyour-model-name-hereAgent这里我们需要新建一个目录用于保存测试所需的文件可以放在项目根目录下比如项目目录下的 server这里也以根目录下的server目录为例进行说明也可以是其他任意的位置。然后创建一个用于调试的 Agent后续用于部署服务和前端交互fromdeep_code_agentimportcreate_code_agent agentcreate_code_agent(codebase_dir/tmp/test)将上面的代码保存为一个名为agent.py的 python 文件并放在server目录下LangGraph配置文件创建一个名为langgraph.json的文件输入以下内容并放置在server目录下{$schema:https://langgra.ph/schema.json,dependencies:[.],graphs:{agent:agent:agent}}这是使用 langgraph-cli 启动服务时所需的配置文件简单解释下几个字段的含义$schemaJSON配置文件遵循的 schema按官方固定值配置即可dependencies这是必填项指定 LangGraph API 服务器的所需的依赖项数组。这里使用一个单独的句点.表示使用本地的Python包。graphs必填项。从 Graph ID 到具体的 Agent 定义的映射。在这里agent为 Graph ID用于后续在前端指定与哪个 agent 进行交互agent:agent表示当前目录下 agent.py 这个模块中名为 agent 的变量所定义的智能体启动LangGraph API 服务器进入 server 目录执行以下命令uv run langgraph dev如果服务成功启动你将看到类似以下的输出INFO:langgraph_api.cli: Welcome to ╦ ┌─┐┌┐┌┌─┐╔═╗┬─┐┌─┐┌─┐┬ ┬ ║ ├─┤││││ ┬║ ╦├┬┘├─┤├─┘├─┤ ╩═╝┴ ┴┘└┘└─┘╚═╝┴└─┴ ┴┴ ┴ ┴ - API: http://127.0.0.1:2024 - Studio UI: https://smith.langchain.com/studio/?baseUrlhttp://127.0.0.1:2024 - API Docs: http://127.0.0.1:2024/docs This in-memory server is designed for development and testing. For production use, please use LangSmith Deployment.Chat UI 交互访问 Agent Chat UI输入上面显示的API URL这里是http://127.0.0.1:2024以及Graph ID在这里是agent。然后点击“Continue”后就可以开始与该agent 进行交互了如下所示在交互界面上你可以直接与你开发的 Agent 进行对话查看 Agent 的输出、工具调用情况、工具返回结果等这些内容对于 Agent 的开发调试是很有帮助的。一个交互示例最后贴上一个使用 deep-code-agent 完成编码任务的示例agent_demo