> ## Documentation Index > Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt > Use this file to discover all available pages before exploring further. # 管理助手 本页介绍如何创建、配置和管理[助手](/langsmith/assistants)。助手允许你通过配置（如模型选择、提示词和工具可用性）来定制[已部署](/langsmith/deployment)图的行为，而无需更改底层图代码。 你可以使用[SDK](https://reference.langchain.com/python/langsmith/deployment/sdk/)或在[LangSmith UI](https://smith.langchain.com)中操作。 ## 理解助手配置 助手存储\_上下文\_值，这些值在运行时定制图的行为。你在图代码中定义上下文模式，然后在通过 [`context` 参数](https://reference.langchain.com/python/langsmith/deployment/sdk/#langgraph_sdk.client.AssistantsClient.create) 创建助手时提供特定的上下文值。 考虑以下 `call_model` 节点的示例，该节点从上下文中读取 `model_name`： ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} class ContextSchema(TypedDict): model_name: str builder = StateGraph(AgentState, context_schema=ContextSchema) def call_model(state, runtime: Runtime[ContextSchema]): messages = state["messages"] model = _get_model(runtime.context.get("model_name", "anthropic")) response = model.invoke(messages) return {"messages": [response]} ``` ```javascript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} import { Annotation } from "@langchain/langgraph"; const ContextSchema = Annotation.Root({ model_name: Annotation, system_prompt: Annotation, }); const builder = new StateGraph(AgentState, ContextSchema) function callModel(state: State, runtime: Runtime[ContextSchema]) { const messages = state.messages; const model = _getModel(runtime.context.model_name ?? "anthropic"); const response = model.invoke(messages); return { messages: [response] }; } ``` 创建助手时，你为这些配置字段提供具体的值。助手存储此配置，并在图运行时应用它。 有关 [LangGraph](/oss/python/langgraph/overview) 中配置的更多信息，请参阅[运行时上下文文档](/oss/python/langgraph/graph-api#runtime-context)。 **为你的工作流选择 SDK 或 UI：** ## 创建助手 使用 [AssistantsClient.create](https://reference.langchain.com/python/langsmith/deployment/sdk/#langgraph_sdk.client.AssistantsClient.create) 方法创建新助手。此方法需要： * **图 ID**：此助手将使用的已部署图的名称（例如 `"agent"`）。 * **上下文**：与图的上下文模式匹配的配置值。 * **名称**：助手的描述性名称。 以下示例创建一个将 `model_name` 设置为 `openai` 的助手： ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langgraph_sdk import get_client # 使用你的部署 URL 初始化客户端 client = get_client(url=) # 为 "agent" 图创建助手 # 第一个参数是图 ID（也称为图名称） openai_assistant = await client.assistants.create( "agent", # 已部署图的图 ID context={"model_name": "openai"}, name="Open AI Assistant" ) print(openai_assistant) # 输出包括唯一标识此助手的 assistant_id（UUID） ``` ```javascript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} import { Client } from "@langchain/langgraph-sdk"; // 使用你的部署 URL 初始化客户端 const client = new Client({ apiUrl: }); // 为 "agent" 图创建助手 const openAIAssistant = await client.assistants.create({ graphId: 'agent', // 已部署图的图 ID name: "Open AI Assistant", context: { "model_name": "openai" }, }); console.log(openAIAssistant); // 输出包括唯一标识此助手的 assistant_id（UUID） ``` ```bash cURL theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} curl --request POST \ --url /assistants \ --header 'Content-Type: application/json' \ --data '{"graph_id":"agent", "context":{"model_name":"openai"}, "name": "Open AI Assistant"}' ``` **响应：** API 返回一个助手对象，包含： * `assistant_id`：唯一标识此助手的 UUID * `graph_id`：此助手配置的图 * `context`：你提供的配置值 * `name`、`metadata`、时间戳和其他字段 ```json theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} { "assistant_id": "62e209ca-9154-432a-b9e9-2d75c7a9219b", "graph_id": "agent", "name": "Open AI Assistant", "context": { "model_name": "openai" }, "metadata": {}, "created_at": "2024-08-31T03:09:10.230718+00:00", "updated_at": "2024-08-31T03:09:10.230718+00:00" } ``` `assistant_id`（一个类似 `"62e209ca-9154-432a-b9e9-2d75c7a9219b"` 的 UUID）唯一标识此助手配置。运行图时，你将使用此 ID 来指定应用哪个配置。 **图 ID 与助手 ID** 创建助手时，你指定一个**图 ID**（图名称，如 `"agent"`）。这将返回一个**助手 ID**（UUID，如 `"62e209ca..."`）。运行图时，你可以使用任意一个： * **图 ID**（例如 `"agent"`）：使用该图的默认助手 * **助手 ID**（UUID）：使用特定的助手配置 示例请参见[使用助手](#使用助手)。 ## 使用助手 要使用助手，请在创建运行时传递其 `assistant_id`。以下示例使用我们上面创建的助手： ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 为对话创建一个线程 thread = await client.threads.create() # 准备输入 input = {"messages": [{"role": "user", "content": "who made you?"}]} # 使用助手的配置运行图 # 将 assistant_id（UUID）作为第二个参数传递 async for event in client.runs.stream( thread["thread_id"], openai_assistant["assistant_id"], # 助手 ID（UUID） input=input, stream_mode="updates", ): print(f"Receiving event of type: {event.event}") print(event.data) print("\n\n") ``` ```javascript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} // 为对话创建一个线程 const thread = await client.threads.create(); // 准备输入 const input = { "messages": [{ "role": "user", "content": "who made you?" }] }; // 使用助手的配置运行图 // 将 assistant_id（UUID）作为第二个参数传递 const streamResponse = client.runs.stream( thread["thread_id"], openAIAssistant["assistant_id"], # 助手 ID（UUID） { input, streamMode: "updates" } ); for await (const event of streamResponse) { console.log(`Receiving event of type: ${event.event}`); console.log(event.data); console.log("\n\n"); } ``` ```bash cURL theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 首先，创建一个线程 thread_id=$(curl --request POST \ --url /threads \ --header 'Content-Type: application/json' \ --data '{}' | jq -r '.thread_id') # 使用助手 ID（UUID）运行图 curl --request POST \ --url "/threads/${thread_id}/runs/stream" \ --header 'Content-Type: application/json' \ --data '{ "assistant_id": "", "input": { "messages": [ { "role": "user", "content": "who made you?" } ] }, "stream_mode": ["updates"] }' | \ sed 's/\r$//' | \ awk ' /^event:/ { if (data_content != "") { print data_content "\n" } sub(/^event: /, "Receiving event of type: ", $0) printf "%s...\n", $0 data_content = "" } /^data:/ { sub(/^data: /, "", $0) data_content = $0 } END { if (data_content != "") { print data_content "\n\n" } } ' ``` **响应：** 流在图形执行时返回事件，并应用你的助手配置： ``` Receiving event of type: metadata {'run_id': '1ef6746e-5893-67b1-978a-0f1cd4060e16'} Receiving event of type: updates {'agent': {'messages': [{'content': 'I was created by OpenAI...', ...}]}} ``` **使用图 ID 与助手 ID** 运行图时，你可以传递**图 ID**或**助手 ID**： ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 选项 1：使用图 ID 获取默认助手 client.runs.stream(thread_id, "agent", input=input) # 选项 2：使用助手 ID（UUID）获取特定配置 client.runs.stream(thread_id, "62e209ca-9154-432a-b9e9-2d75c7a9219b", input=input) ``` ## 为助手创建新版本 使用 [AssistantsClient.update](https://reference.langchain.com/python/langsmith/deployment/sdk/#langgraph_sdk.client.AssistantsClient.update) 方法创建助手的新版本。 **更新需要完整配置** 更新时必须提供**完整**配置。更新端点从头开始创建新版本，不会与先前版本合并。请包含你想要保留的所有配置字段。 例如，要向助手添加系统提示： ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 使用新配置更新助手 # 重要：包含所有配置字段，而不仅仅是你正在更改的字段 openai_assistant_v2 = await client.assistants.update( openai_assistant["assistant_id"], # 助手 ID（UUID） context={ "model_name": "openai", # 必须包含现有字段 "system_prompt": "You are a mindful assistant!", # 新字段 }, ) # 这将创建版本 2 并将其设置为活动版本 # 未来使用此 assistant_id 的运行将使用版本 2 ``` ```javascript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} // 使用新配置更新助手 // 重要：包含所有配置字段，而不仅仅是你正在更改的字段 const openaiAssistantV2 = await client.assistants.update( openAIAssistant["assistant_id"], # 助手 ID（UUID） { context: { model_name: 'openai', # 必须包含现有字段 system_prompt: 'You are a mindful assistant!', # 新字段 }, }, ); // 这将创建版本 2 并将其设置为活动版本 // 未来使用此 assistant_id 的运行将使用版本 2 ``` ```bash cURL theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} curl --request PATCH \ --url /assistants/ \ --header 'Content-Type: application/json' \ --data '{ "context": {"model_name": "openai", "system_prompt": "You are a mindful assistant!"} }' ``` 更新会创建一个新版本并自动将其设置为活动版本。所有未来使用此助手 ID 的运行都将使用新配置。 ## 使用先前的助手版本 使用 `setLatest` 方法更改哪个版本是活动的： ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 回滚到助手的版本 1 await client.assistants.set_latest( openai_assistant['assistant_id'], # 助手 ID（UUID） 1 # 版本号 ) # 所有未来使用此 assistant_id 的运行现在将使用版本 1 ``` ```javascript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} // 回滚到助手的版本 1 await client.assistants.setLatest( openaiAssistant['assistant_id'], # 助手 ID（UUID） 1 # 版本号 ); // 所有未来使用此 assistant_id 的运行现在将使用版本 1 ``` ```bash cURL theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} curl --request POST \ --url /assistants//latest \ --header 'Content-Type: application/json' \ --data '{ "version": 1 }' ``` 更改活动版本后，所有使用此助手 ID 的运行都将使用指定版本的配置。 ## 创建助手 你可以从 [LangSmith UI](https://smith.langchain.com) 创建助手： 1. 导航到你的部署并选择 **Assistants** 标签页。 2. 点击 **+ New assistant**。 3. 在打开的表格中： * 选择此助手对应的图。 * 提供名称和描述。 * 使用该图的配置模式配置助手。 4. 点击 **Create assistant**。 这将带你到 [Studio](/langsmith/studio)，你可以在那里测试助手。返回 **Assistants** 标签页，在表格中查看你新创建的助手。 ## 使用助手 要在 LangSmith UI 中使用助手： 1. 导航到你的部署并选择 **Assistants** 标签页。 2. 找到你想要使用的助手。 3. 点击该助手的 **Studio**。 这将打开 [Studio](/langsmith/studio) 并加载选定的助手。当你提交输入（在 **Graph** 或 **Chat** 模式下）时，助手的配置将应用于运行。 ## 为助手创建新版本 要从 UI 更新助手并创建新版本，你可以使用 Assistants 标签页或 Studio。任一方法都会创建一个新版本并将其设置为活动版本： 1. 导航到你的部署并选择 **Assistants** 标签页。 2. 找到你想要编辑的助手。 3. 点击 **Edit**。 4. 修改助手的名称、描述或配置。 5. 保存更改。 1. 打开该助手的 Studio。 2. 点击 **Manage Assistants**。 3. 编辑助手的配置。 4. 保存更改。 ## 使用先前的助手版本 要从 Studio 将先前版本设置为活动版本： 1. 打开该助手的 Studio。 2. 点击 **Manage Assistants**。 3. 找到助手并选择你想要使用的版本。 4. 切换该版本的 **Active** 开关。 这将更新助手，使所有未来运行都使用选定的版本。 删除助手将删除其**所有**版本。目前无法删除单个版本。要跳过某个版本，只需将其他版本设置为活动版本即可。 ***
[Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\langsmith\configuration-cloud.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose). [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.