迭代提示¶

概述¶

LangGraph Studio 支持两种修改图中提示的方法：直接节点编辑和 LangSmith Playground 界面。

直接节点编辑¶

Studio 允许您直接从图界面编辑单个节点中使用的提示。

先决条件

助手概述

图配置¶

定义您的配置，使用 langgraph_nodes 和 langgraph_type 键指定提示字段及其关联的节点。

配置参考¶

`langgraph_nodes`¶

描述：指定配置字段与图中的哪些节点关联。
值类型：字符串数组，其中每个字符串是图中节点的名称。
使用上下文：包含在 Pydantic 模型的 json_schema_extra 字典中，或 dataclasses 的 metadata["json_schema_extra"] 字典中。

示例:

system_prompt: str = Field(
    default="You are a helpful AI assistant.",
    json_schema_extra={"langgraph_nodes": ["call_model", "other_node"]},
)

`langgraph_type`¶

描述：指定配置字段的类型，该类型决定了它在用户界面中的处理方式。
值类型：字符串
支持的值:
"prompt"：表示该字段包含应在用户界面中特殊处理的提示文本。
使用上下文：包含在 Pydantic 模型的 json_schema_extra 字典中，或 dataclasses 的 metadata["json_schema_extra"] 字典中。

示例:

system_prompt: str = Field(
    default="You are a helpful AI assistant.",
    json_schema_extra={
        "langgraph_nodes": ["call_model"],
        "langgraph_type": "prompt",
    },
)

配置示例¶

## Using Pydantic
from pydantic import BaseModel, Field
from typing import Annotated, Literal

class Configuration(BaseModel):
    """The configuration for the agent."""

    system_prompt: str = Field(
        default="You are a helpful AI assistant.",
        description="The system prompt to use for the agent's interactions. "
        "This prompt sets the context and behavior for the agent.",
        json_schema_extra={
            "langgraph_nodes": ["call_model"],
            "langgraph_type": "prompt",
        },
    )

    model: Annotated[
        Literal[
            "anthropic/claude-3-7-sonnet-latest",
            "anthropic/claude-3-5-haiku-latest",
            "openai/o1",
            "openai/gpt-4o-mini",
            "openai/o1-mini",
            "openai/o3-mini",
        ],
        {"__template_metadata__": {"kind": "llm"}},
    ] = Field(
        default="openai/gpt-4o-mini",
        description="The name of the language model to use for the agent's main interactions. "
        "Should be in the form: provider/model-name.",
        json_schema_extra={"langgraph_nodes": ["call_model"]},
    )

## Using Dataclasses
from dataclasses import dataclass, field

@dataclass(kw_only=True)
class Configuration:
    """The configuration for the agent."""

    system_prompt: str = field(
        default="You are a helpful AI assistant.",
        metadata={
            "description": "The system prompt to use for the agent's interactions. "
            "This prompt sets the context and behavior for the agent.",
            "json_schema_extra": {"langgraph_nodes": ["call_model"]},
        },
    )

    model: Annotated[str, {"__template_metadata__": {"kind": "llm"}}] = field(
        default="anthropic/claude-3-5-sonnet-20240620",
        metadata={
            "description": "The name of the language model to use for the agent's main interactions. "
            "Should be in the form: provider/model-name.",
            "json_schema_extra": {"langgraph_nodes": ["call_model"]},
        },
    )

在用户界面中编辑提示¶

找到具有关联配置字段的节点上的齿轮图标
点击打开配置模态框
编辑值
保存以更新当前助手版本或创建新版本

LangSmith Playground¶

LangSmith Playground 界面允许测试单个 LLM 调用，而无需运行整个图。

选择一个线程
在节点上点击“查看 LLM 运行”。这会列出节点内部进行的所有 LLM 调用（如果有）。
选择一个 LLM 运行以在 Playground 中打开
修改提示并测试不同的模型和工具设置
将更新的提示复制回您的图

如需高级 Playground 功能，请点击右上角的展开按钮。