LangSmith Studio

在本地使用 LangChain 构建智能体时，可视化智能体的内部运行过程、实时与其交互并在问题发生时进行调试会非常有帮助。LangSmith Studio 是一个免费的视觉界面，用于从本地机器开发和测试你的 LangChain 智能体。

Studio 会连接到本地运行的智能体，向你展示智能体执行的每个步骤：发送给模型的提示、工具调用及其结果，以及最终输出。你可以测试不同的输入、检查中间状态，并迭代优化智能体的行为，而无需编写额外的代码或进行部署。

本页介绍如何为你的本地 LangChain 智能体设置 Studio。

前提条件

开始之前，请确保你已满足以下条件：

• 一个 LangSmith 账户：在 smith.langchain.com 免费注册或登录。
• 一个 LangSmith API 密钥：请按照创建 API 密钥指南操作。
• 如果你不希望数据被追踪到 LangSmith，请在应用程序的 .env 文件中设置 LANGSMITH_TRACING=false。禁用追踪后，数据不会离开你的本地服务器。

设置本地智能体服务器

1. 安装 LangGraph CLI

LangGraph CLI 提供了一个本地开发服务器（也称为智能体服务器），用于将你的智能体连接到 Studio。

# 需要 Python >= 3.11。
pip install --upgrade "langgraph-cli[inmem]"

2. 准备你的智能体

如果你已经有一个 LangChain 智能体，可以直接使用它。以下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):
    """发送邮件"""
    email = {
        "to": to,
        "subject": subject,
        "body": body
    }
    # ... 邮件发送逻辑

    return f"邮件已发送至 {to}"

agent = create_agent(
    "gpt-4.1",
    tools=[send_email],
    system_prompt="你是一个邮件助手。请始终使用 send_email 工具。",
)

3. 环境变量

Studio 需要一个 LangSmith API 密钥来连接你的本地智能体。在项目根目录下创建一个 .env 文件，并添加从 LangSmith 获取的 API 密钥。

请确保你的 .env 文件不会被提交到版本控制系统（如 Git）。

.env

LANGSMITH_API_KEY=lsv2...

4. 创建 LangGraph 配置文件

LangGraph CLI 使用配置文件来定位你的智能体并管理依赖项。在你的应用目录中创建一个 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 键所期望的内容。

有关配置文件中 JSON 对象每个键的详细说明，请参阅 LangGraph 配置文件参考。

此时，项目结构将如下所示：

my-app/
├── src
│   └── agent.py
├── .env
└── langgraph.json

5. 安装依赖项

从根目录安装项目依赖项：

pip

pip install langchain langchain-openai

uv add langchain langchain-openai

6. 在 Studio 中查看你的智能体

启动开发服务器，将你的智能体连接到 Studio：

langgraph dev

Safari 浏览器会阻止到 Studio 的 localhost 连接。要解决此问题，请使用 --tunnel 参数运行上述命令，通过安全隧道访问 Studio。你需要在 Studio UI 中点击 Connect to a local server 手动将隧道 URL 添加到允许的来源中。具体步骤请参阅故障排除指南。

服务器运行后，你的智能体既可以通过 API 在 http://127.0.0.1:2024 访问，也可以通过 Studio UI 在 https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024 访问：

当 Studio 连接到你的本地智能体后，你可以快速迭代优化智能体的行为。运行测试输入，在 LangSmith 中检查完整的执行轨迹，包括提示、工具参数、返回值以及令牌/延迟指标。当出现问题时，Studio 会捕获异常及其周围的状态，帮助你理解发生了什么。

开发服务器支持热重载——在你的代码中修改提示或工具签名，Studio 会立即反映这些更改。你可以从任何步骤重新运行对话线程来测试更改，而无需从头开始。这种工作流程适用于从简单的单工具智能体到复杂的多节点图。

有关如何运行 Studio 的更多信息，请参阅 LangSmith 文档中的以下指南：

• 运行应用程序
• 管理助手
• 管理线程
• 迭代优化提示
• 调试 LangSmith 轨迹
• 将节点添加到数据集

视频指南

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.