在本地使用 LangChain 构建智能体时，可视化智能体内部发生的情况、实时与其交互并在问题发生时进行调试非常有帮助。LangSmith Studio 是一个免费的可视化界面，用于从您的本地机器开发和测试 LangChain 智能体。
Studio 连接到您本地运行的智能体，向您展示智能体执行的每一步：发送给模型的提示、工具调用及其结果，以及最终输出。您可以测试不同的输入，检查中间状态，并迭代智能体的行为，而无需额外的代码或部署。
本页面介绍如何为您的本地 LangChain 智能体设置 Studio。
前置条件
开始之前，请确保您拥有以下内容：
- 一个 LangSmith 账户：在 smith.langchain.com 注册（免费）或登录。
- 一个 LangSmith API 密钥：遵循 创建 API 密钥 指南。
- 如果您不希望数据 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，没有数据会离开您的本地服务器。
设置本地智能体服务器
1. 安装 LangGraph CLI
LangGraph CLI 提供本地开发服务器（也称为 智能体服务器），将您的智能体连接到 Studio。
npx @langchain/langgraph-cli
2. 准备您的智能体
如果您已经有 LangChain 智能体，可以直接使用它。此示例使用一个简单的邮件智能体：
import { createAgent } from "@langchain/agents";
function sendEmail(to: string, subject: string, body: string): string {
const email = {
to,
subject,
body,
};
// ... email sending logic
return `Email sent to ${to}`;
}
const agent = createAgent({
model: "gpt-5.2",
tools: [sendEmail],
systemPrompt: "You are an email assistant. Always use the send_email tool.",
});
3. 环境变量
Studio 需要 LangSmith API 密钥来连接您的本地智能体。在项目的根目录创建一个 .env 文件，并从 LangSmith 添加您的 API 密钥。
确保您的 .env 文件未提交到版本控制系统，例如 Git。
LANGSMITH_API_KEY=lsv2...
4. 创建 LangGraph 配置文件
LangGraph CLI 使用配置文件来定位您的智能体并管理依赖项。在应用的目录中创建一个 langgraph.json 文件：
{
"dependencies": ["."],
"graphs": {
"agent": "./src/agent.ts:agent"
},
"env": ".env"
}
createAgent 函数自动返回编译后的 LangGraph 图，这是配置文件中 graphs 键所期望的内容。
此时，项目结构如下所示：
my-app/
├── src
│ └── agent.ts
├── .env
└── langgraph.json
5. 安装依赖项
6. 在 Studio 中查看您的智能体
启动开发服务器以将您的智能体连接到 Studio：
npx @langchain/langgraph-cli dev
Safari 阻止对 Studio 的 localhost 连接。要解决此问题，请使用 --tunnel 运行上述命令，通过安全隧道访问 Studio。
http://127.0.0.1:2024 访问，并通过 Studio UI 在 https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024 访问：
当 Studio 连接到您的本地智能体时，您可以快速迭代智能体的行为。运行测试输入，检查完整的执行跟踪，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 会捕获异常及周围状态，帮助您了解发生了什么。
开发服务器支持热重载——在代码中更改提示或工具签名，Studio 会立即反映这些更改。从任何步骤重新运行对话线程以测试您的更改，而无需重新开始。此工作流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：
视频指南
