欢迎来到六月，LangChain 的一切都如火如荼！在本期中，了解 LangSmith 的组织增强功能，以及 playground 和在线评估器提示的改进。我们由 LLM 生成的 UI 也引起了轰动，我们还使用 Llama 3 制作了一些美味的代码菜谱。

并且不要错过学习资源，从 Andrew Ng (DeepLearning) 的免费 LangGraph 课程到关于 RAG 和代理等您最喜欢的主题的社区见解。

产品更新

重点介绍 LangChain、LangSmith 和 LangGraph 的最新产品更新和新闻

LangChain

🧬 使用 LangChain JavaScript/TypeScript、Next.js 和 Python 构建生成式 UI 应用程序

使用流式代理事件和工具调用来选择预构建的组件，您现在可以使用生成式 UI 通过交互式组件改进您的聊天机器人。在一个 UI 中获取您需要的所有信息。

从我们 3 部分的生成式 UI 视频系列中了解更多信息 在 YouTube 上，涵盖 JavaScript 和 Python，并查看我们的 Next.js 模板仓库 获取示例。

💬 Chat LangChain 改进

由于 LangGraph 在后台运行，用户现在可以在 Chat LangChain（我们用于 LangChain Python 文档和 API 参考的聊天机器人）中查看和继续之前的聊天。

LangSmith

📁 LangSmith 中的 Workspace，用于改进协作和组织

LangSmith 现在提供 Workspace 来分离不同团队或不同环境的资源。管理员可以将用户添加到 Workspace，仅授予他们在这些 Workspace 内的资源（项目、提示、数据集等）上的权限。

阅读我们的 博客文章，了解 Workspace 如何简化大型企业的流程。如需更细粒度的访问控制，请联系我们获取企业计划。”

🛝 从头开始进入 playground，而不是从跟踪或提示开始

Playground 现在是 LangSmith 侧边栏中的一个独立选项卡。要创建新提示，只需在空的 playground 中编写提示，然后单击“另存为”为其命名即可。这简化了提示创建，并允许使用简单的入口点进行 playground 实验。在此处试用。

🗺️ 在线评估器提示的变量映射

在 LangSmith 中，您现在可以使用 LangChain Hub 中的任何结构化提示以及可自定义的变量。您可以根据最近的运行情况个性化您的输入，以匹配您的架构。

💳 LangSmith 定价更新

从本月起，LangSmith 现在支持基于数据保留的定价。为您的跟踪选择较短的数据保留期以节省成本。有关更多信息，请浏览文档或我们关于优化支出的教程。

LangGraph

关于 LangGraph 中的 AI 代理的深度学习课程

我们与 Andrew Ng (DeepLearning) 和 Rotem Weiss (Tavily 联合创始人) 合作教授一门免费课程。您将学习如何使用 LangGraph 构建高级代理 - 我们的框架可帮助您平衡代理工作流的控制和自主性。

主题包括实现持久性、使用代理搜索以及结合人在回路中。立即免费注册。

即将举行的活动

在下个月的以下 IRL 活动中与 LangChain 爱好者、员工和渴望构建 AI 应用程序的人员会面

🐻 6 月 18 日（旧金山）：伯克利 LLM 见面会。 呼吁所有伯克利博士生、教师和校友！快来了解 LangGraph、加州大学伯克利分校构建的酷炫开源项目，并与从事 LLM 工作的志同道合的同行建立联系。在此注册。

🏙️ 6 月 26 日（纽约市）：LangChain 和 Elastic 纽约市见面会。 聆听闪电演讲，与 LangChain 团队的一些成员会面，然后进行社交、享用披萨和茶点。在此注册。

协作与集成

我们 💚 帮助用户通过使用我们的集成来利用生态系统中的合作伙伴功能

使用 Meta Llama 3 的开源/本地代理

查看我们使用 LangGraph 的 Meta Llama 3 代理的新菜谱和视频。了解如何构建 LangGraph 工具调用代理、用于自我纠正控制流的 RAG 代理，以及如何使用 Nomic 和 Ollama 在本地运行 RAG 代理。

JavaScript 中支持 Mistral 的 codestral 模型和补全 LLM

LangChain 支持 MistralAI 的最新 codestral 和补全模型，现在允许将后缀传递给提示 - 这可以改善“填空”编码的结果。

与 NVIDIA NIM 集成

将 LangChain 与 NVIDIA 的 NIM 微服务 API 结合使用，以在 NVIDIA 加速基础架构上的单个命令上部署到任何地方。查看示例，了解如何使用 LangChain 和 NVIDIA NIM 构建 RAG 代理。

Nomic Embed Vision 对多模态 RAG 的支持

使用 Nomic Embed Vision and Text 嵌入图像和文本，然后通过相似性搜索检索并使用 LangChain 合成答案，以获得多模态 LLM。

Couchbase 向量存储集成

LangChain 支持在 Couchbase 中进行向量搜索，以提取相关查询并启用灵活的搜索功能。

特别感谢 Databricks 将 LangChain 评为他们的 年度 GenAI 合作伙伴 并将我们纳入他们的 AI 数据状态报告 🙌

使用 Lang 语言

了解我们超过 100 万的开发人员和构建者如何在日常工作中使用 LangChain、LangSmith 或 LangGraph。感谢您一直帮助我们做得更好！

使用代理构建和执行

代理在任务执行方面风靡一时，但也可能存在局限性。Eden Marco（谷歌 LLM 专家）解释了为什么自主代理可能会失败，以及拥有可控代理（如 LangGraph 中的代理）如何克服这些问题。

有关代理的实用指南，请参阅 Richmond Alake（MongoDB 的员工开发者倡导者）编写的这份分步教程，了解如何构建具有记忆和知识管理功能的 AI 研究助理代理。

其他值得注意的代理项目

Jerron Lim（新加坡陆路交通管理局软件工程师）开发的 Tribe：用于快速构建和协调多代理团队的低代码工具
Virat Singh（Faire 软件工程师）开发的使用 LangChain 代理和 Vercel 的生成式 UI 财务代理

RAG：从概念验证到生产

RAG 管道可以提高搜索结果的准确性和相关性 - 这正是谷歌的 Jeff Nelson（开发者倡导者）和 Ashley Xu（软件工程师）通过简单的使用 LangChain 在 BigQuery 上进行 RAG 来帮助您实现的目标。

要了解如何将您的 RAG 应用程序从原型过渡到生产，请观看 Hassan El Mghari（Together AI 开发关系负责人）的 PDF 到聊天项目 - 该项目还重点介绍了使用 LangSmith 进行跟踪可见性（请参阅视频中的 40:35）。

其他需要考虑的 RAG 用例

Maria Khalusova（Unstructured 开发者倡导者）开发的使用 PowerPoint 演示文稿构建 RAG
Junru Xiong（R2 Factory 数据科学家）开发的 IncarnaMind：类似 Notion 的笔记本，用于与个人文档聊天

语音转文本、文本转语音

如果您曾经想过创建一个 AI 语音助手，Karim Lalani（软件工程师）可以使用构建在 WebRTC 和 LangChain 上的 AI 语音聊天来帮助您。

或者，如果您想尝试最新的 Whisper 模型，请探索这个开源 AI 设备项目，该项目支持语音输入、转录、文本转语音以及更多具有条件渲染的 UI 组件。

回归基础

当然，我们不能忘记基础知识。如果您是 LangChain 的新手，请学习 Cobus Greyling（Kore AI 首席布道师）的构建最基本的 LangChain 聊天机器人。

对于那些更进一步的人，您可以使用Dragonfly 的上下文管理来管理 LangChain 应用程序的聊天历史记录，或者按照LangGraph 要点视频构建您的第一个代理图。

其他有用的项目

使用 Replit、LangChain 和 OpenAI 构建网站问答 RAG 聊天机器人，该聊天机器人可以回答有关文档的问题并提供博客摘要
Huseyin Babal（Namecheap 云工程师）撰写的使用 LangChain、Ollama 和 PostgresSQL 构建 DevOps AI 助手

如何关注 Lang 最新动态？请查看 LangChain 博客 和 YouTube 频道，了解更多产品和内容更新。如有任何其他问题，请发送电子邮件至 support@langchain.dev。