管理助手¶

在本指南中，我们将展示如何创建、配置和管理一个助手。

首先，作为对配置概念的简要回顾，请考虑以下简单的 call_model 节点及其配置模式。请注意，该节点尝试读取并使用由 config 对象的 configurable 定义的 model_name。

PythonJavascript

class ConfigSchema(TypedDict):
    model_name: str

builder = StateGraph(AgentState, config_schema=ConfigSchema)

def call_model(state, config):
    messages = state["messages"]
    model_name = config.get('configurable', {}).get("model_name", "anthropic")
    model = _get_model(model_name)
    response = model.invoke(messages)
    # 我们返回一个列表，因为它将被添加到现有列表中
    return {"messages": [response]}

import { Annotation } from "@langchain/langgraph";

const ConfigSchema = Annotation.Root({
    model_name: Annotation<string>,
    system_prompt:
});

const builder = new StateGraph(AgentState, ConfigSchema)

function callModel(state: State, config: RunnableConfig) {
  const messages = state.messages;
  const modelName = config.configurable?.model_name ?? "anthropic";
  const model = _getModel(modelName);
  const response = model.invoke(messages);
  // 我们返回一个列表，因为它将被添加到现有列表中
  return { messages: [response] };
}

有关配置的更多信息，请参见此处。

创建助手¶

LangGraph SDK¶

要创建一个助手，请使用 LangGraph SDK 的 create 方法。如需更多信息，请参阅 Python 和 JS SDK 参考文档。

此示例使用与上文相同的配置模式，并将 model_name 设置为 openai。

PythonJavascriptCURL

from langgraph_sdk import get_client

client = get_client(url=<DEPLOYMENT_URL>)
openai_assistant = await client.assistants.create(
    # "agent" 是我们部署的图的名称
    "agent", config={"configurable": {"model_name": "openai"}}, name="Open AI Assistant"
)

print(openai_assistant)

import { Client } from "@langchain/langgraph-sdk";

const client = new Client({ apiUrl: <DEPLOYMENT_URL> });
const openAIAssistant = await client.assistants.create({
    graphId: 'agent',
    name: "Open AI Assistant",
    config: { "configurable": { "model_name": "openai" } },
});

console.log(openAIAssistant);

curl --request POST \
    --url <DEPLOYMENT_URL>/assistants \
    --header 'Content-Type: application/json' \
    --data '{"graph_id":"agent", "config":{"configurable":{"model_name":"openai"}}, "name": "Open AI Assistant"}'

输出：

{
    "assistant_id": "62e209ca-9154-432a-b9e9-2d75c7a9219b",
    "graph_id": "agent",
    "name": "Open AI Assistant"
    "config": {
        "configurable": {
            "model_name": "openai"
        }
    },
    "metadata": {}
    "created_at": "2024-08-31T03:09:10.230718+00:00",
    "updated_at": "2024-08-31T03:09:10.230718+00:00",
}

LangGraph 平台 UI¶

您也可以通过 LangGraph 平台 UI 创建助手。

在您的部署中，选择 "Assistants（助手）" 选项卡。这将加载您部署中的所有助手的表格，涵盖所有图。

要创建新助手，请选择 "+ New assistant（新建助手）" 按钮。这将打开一个表单，您可以指定该助手所属的图，以及提供名称、描述和基于该图的配置模式的所需配置。

确认后，点击 "Create assistant（创建助手）"。这将带您到 LangGraph Studio，您可以在那里测试助手。如果您返回到部署中的 "Assistants（助手）" 选项卡，您将在表格中看到新创建的助手。

使用助手¶

LangGraph SDK¶

我们现在创建了一个名为 "Open AI Assistant" 的助手，其 model_name 被定义为 openai。我们现在可以使用这个配置来使用这个助手：

PythonJavascriptCURL

thread = await client.threads.create()
input = {"messages": [{"role": "user", "content": "who made you?"}]}
async for event in client.runs.stream(
    thread["thread_id"],
    # 这里我们指定要使用的助手 id
    openai_assistant["assistant_id"],
    input=input,
    stream_mode="updates",
):
    print(f"Receiving event of type: {event.event}")
    print(event.data)
    print("\n\n")

const thread = await client.threads.create();
const input = { "messages": [{ "role": "user", "content": "who made you?" }] };

const streamResponse = client.runs.stream(
  thread["thread_id"],
  // 这里我们指定要使用的助手 id
  openAIAssistant["assistant_id"],
  {
    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");
}

thread_id=$(curl --request POST \
    --url <DEPLOYMENT_URL>/threads \
    --header 'Content-Type: application/json' \
    --data '{}' | jq -r '.thread_id') && \
curl --request POST \
    --url "<DEPLOYMENT_URL>/threads/${thread_id}/runs/stream" \
    --header 'Content-Type: application/json' \
    --data '{
        "assistant_id": <OPENAI_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"
        }
    }
'

输出:

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, a research organization focused on developing and advancing artificial intelligence technology.', 'additional_kwargs': {}, 'response_metadata': {'finish_reason': 'stop', 'model_name': 'gpt-4o-2024-05-13', 'system_fingerprint': 'fp_157b3831f5'}, 'type': 'ai', 'name': None, 'id': 'run-e1a6b25c-8416-41f2-9981-f9cfe043f414', 'example': False, 'tool_calls': [], 'invalid_tool_calls': [], 'usage_metadata': None}]}}

LangGraph 平台 UI¶

在您的部署中，选择 "Assistants" 标签页。对于您想要使用的助手，请点击 "Studio" 按钮。这将打开 LangGraph Studio 并加载所选的助手。当您提交输入（无论是图模式还是聊天模式），都会使用选定的助手及其配置。

为您的助手创建新版本¶

LangGraph SDK¶

要编辑助手，请使用 update 方法。这将根据提供的编辑内容创建助手的新版本。有关更多信息，请参阅 Python 和 JS SDK 参考文档。

注意

您必须传入整个配置（如果您使用了元数据，也必须传入）。更新端点会从头开始创建新版本，并不依赖于之前的版本。

例如，要更新助手的系统提示：

PythonJavascriptCURL

openai_assistant_v2 = await client.assistants.update(
    openai_assistant["assistant_id"],
    config={
        "configurable": {
            "model_name": "openai",
            "system_prompt": "You are an unhelpful assistant!",
        }
    },
)

const openaiAssistantV2 = await client.assistants.update(
    openai_assistant["assistant_id"],
    {
        config: {
            configurable: {
                model_name: 'openai',
                system_prompt: 'You are an unhelpful assistant!',
            },
    },
});

curl --request PATCH \
--url <DEPOLYMENT_URL>/assistants/<ASSISTANT_ID> \
--header 'Content-Type: application/json' \
--data '{
"config": {"model_name": "openai", "system_prompt": "You are an unhelpful assistant!"}
}'

这将创建一个具有更新参数的新助手版本，并将其设置为您的助手的当前版本。如果您现在运行图并传入此助手 ID，它将使用这个最新版本。

LangGraph 平台 UI¶

您也可以通过 LangGraph 平台 UI 编辑助手。

在您的部署中，选择 "Assistants" 标签页。这将加载您部署中的所有助手表格，涵盖所有图表。

要编辑现有助手，请为指定的助手选择 "Edit" 按钮。这将打开一个表单，您可以在此处编辑助手的名称、描述和配置。

此外，如果您使用 LangGraph Studio，可以通过 "Manage Assistants" 按钮编辑助手并创建新版本。

使用之前的助手版本¶

LangGraph SDK¶

你也可以更改助手的当前版本。为此，请使用 setLatest 方法。

在上面的例子中，要回滚到助手的第一个版本：

PythonJavascriptCURL

await client.assistants.set_latest(openai_assistant['assistant_id'], 1)

await client.assistants.setLatest(openaiAssistant['assistant_id'], 1);

curl --request POST \
--url <DEPLOYMENT_URL>/assistants/<ASSISTANT_ID>/latest \
--header 'Content-Type: application/json' \
--data '{
"version": 1
}'

现在如果你运行你的图并传入这个助手 ID，它将使用助手的第一个版本。

LangGraph 平台 UI¶

如果使用 LangGraph Studio，要设置助手的当前版本，请点击“管理助手”按钮，并找到你想要使用的助手。选择助手及其版本，然后点击“激活”切换按钮。这将更新助手以使所选版本生效。

删除助手

删除一个助手会删除其所有版本。目前没有办法单独删除某个版本，但通过将助手指向正确的版本，你可以跳过不想使用的任何版本。