OpenRecovery 正在利用其 AI 驱动的助手来改变成瘾康复领域，该助手通过文本和语音提供个性化的 24/7 支持。它弥合了昂贵的住院护理和通用自助计划之间的差距，使那些正在与成瘾作斗争的人能够获得专家级的指导。OpenRecovery 团队利用 LangGraph 和 LangSmith 等工具，并将最终应用部署到 LangGraph Cloud，构建了一个能够适应个人用户康复旅程的复杂移动应用程序。
利用 LangGraph 构建多代理架构
OpenRecovery 选择在 LangGraph 之上构建多代理系统的原因有很多。首先，团队在 LangGraph 中专门设置了节点，每个节点都针对康复过程的特定阶段（例如，步骤工作或恐惧清单）定制了提示。这确保了每个工作流程都精确地针对其预期目的进行了调整。
LangGraph 的图结构支持跨代理重用关键组件，包括共享状态内存、动态少样本专家提示和搜索工具。这保持了整个系统的稳定性和效率。
LangGraph 还能够在同一对话中不同代理之间实现平滑的上下文切换。用户可以从一般聊天过渡到特定的康复工作，而不会被打断，从而创造更自然和引导性的体验。
最后，该架构具有高度可扩展性。通过利用 LangGraph Cloud，OpenRecovery 确保其多代理系统能够随着为各种康复阶段和心理健康支持添加新代理而轻松扩展，例如扩展到 12 步计划之外。
部署到 LangGraph Cloud 以实现快速迭代
OpenRecovery 选择将其应用程序部署到 LangGraph Cloud 的强大基础设施上，并与其移动应用程序前端无缝集成。LangGraph Cloud 易于使用的 API 还降低了管理代理对话和状态的复杂性，使其非常适合 OpenRecovery 精干的工程团队。
LangGraph Cloud 的一个主要优势是它支持快速迭代。OpenRecovery 团队可以在开箱即用的可视化工作室 LangGraph Studio 中快速调试其代理交互，然后进行更新和修改以满足其用户的不断变化的需求，并整合新的康复方法。
人机协同循环，增强信任和准确性
认识到成瘾康复的敏感性，OpenRecovery 在其移动应用程序中整合了关键的人机协同循环功能。首先，AI 通过提示用户来鼓励更深入的内省，就像赞助人或治疗师一样。它会判断何时收集了足够的信息，并在需要时请求人工确认，以提高准确性和理解力。
此外，用户可以编辑 AI 生成的摘要或表格，从而能够验证其个人信息的准确性并控制其数据。用户还可以用自然语言向代理提供反馈，这有助于在整个康复过程中建立信任。
利用 LangSmith 进行协作开发和改进
通过添加 LangSmith 进行可观察性，加速了 OpenRecovery 的开发过程，并增强了其测试的稳健性。
首先，该平台支持协作提示工程。非技术内容团队和成瘾康复专家可以轻松地在 LangSmith 提示中心修改提示，在游乐场中进行测试，并在 LangGraph Cloud 上部署新版本。OpenRecovery 团队还可以使用跟踪日志在 LangGraph Studio 中测试更改，以确保一切按预期工作。
LangSmith 帮助 OpenRecovery 团队识别故障点，例如语言模型缺乏成瘾康复支持所需的适当同理心时。这使得人类可以介入并进行关键的修正。
当 OpenRecovery 团队在调试跟踪时识别出不令人满意的响应时，他们可以快速在 LangSmith 中向数据集添加新的少样本示例，对其进行重新索引，并测试
相同的问题以验证改进。这强化了一个持续改进的循环。
结论
通过利用 LangChain 的生态系统，OpenRecovery 开发了一个动态的、个性化的 AI 助手，用于成瘾康复。他们的多代理架构结合人机协同循环功能，使团队能够适应个体需求，同时提供康复支持所需的同理心。随着他们扩展产品并引入语音交互等新模式，OpenRecovery 有望在提供专家级成瘾康复指导方面产生重大影响。
要试用其新型康复助手的测试版，请访问其网站或在您的iPhone或Android设备上下载 – 并留意本月晚些时候的公开发布。