LangChain在LangGraph Cloud上推出多代理流部署

据Fiverr技术负责人Elisha Kramer发布的一篇客座博文称，LangChain宣布其多代理流在LangGraph Cloud上的成功部署。此开发旨在增强Assaf Elovic设计的开源GPT研究员项目，该项目旨在进行全面的在线研究。

什么是GPT研究员？

GPT研究员是一个用于在线研究任务的自主代理，在GitHub上拥有超过13,000颗星和超过4,000名开发人员的社区。最初它是一个成功的RAG实现，现在利用了LangGraph框架的多代理。尽管它具有强大的功能，但缺乏顶级的前端应用程序，这一问题现在通过使用NextJS构建的新客户端得到了解决。

LangGraph如何融入其中？

LangGraph是一个框架，它能够创建复杂的多代理流，AI代理可以协调并审查彼此的工作。LangChain发现它非常符合他们的需求，特别是集成云端版本的GPT研究员。

什么是LangGraph Cloud？

LangGraph Cloud Host类似于GraphQL API服务器，抽象了对LangGraph的访问，并利用其中使用的任何pip包。本质上，它允许部署一个内嵌LangGraph的Python服务器。云主机自动暴露API端点，以便于作业触发和图形编辑。

部署细节

最初由Assaf Elovic构建的多代理工作流程，通过LangChain CEO Harrison 的拉取请求实现了轻松部署。这使得GPT研究员的LangGraph可以通过API调用进行部署、编辑以及使用自定义参数触发，从而将其转变为可扩展的生产就绪服务。

查询LangGraph API服务器

部署过程简化为几个简单步骤：

1. 观看Harrison的部署教程。
2. 通过LangSmith GUI部署自定义LangGraph。
3. 添加必要的环境变量到LangGraph Cloud部署中。
4. 使用示例React代码查询新部署的LangGraph。

该过程涉及一个任务对象和一个getHost函数来触发LangGraph服务器上的运行，该运行在LangSmith用户界面上是可观测的。

总结

这篇博文展示了LangChain如何通过React和LangGraph Cloud部署其LangGraph多代理流。API的优雅设计简化了复杂的过程，使开发人员能够轻松高效地使用。

欲了解更多详情，请访问LangChain博客。