迭代 Prompt¶

概述¶

LangGraph Studio 支持两种修改图中 Prompt 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图中单个节点内部使用的 Prompt。

先决条件

Assistants 概述

图配置¶

定义您的配置，使用 langgraph_nodes 和 langgraph_type 键来指定 Prompt 字段及其关联的节点。

配置参考¶

`langgraph_nodes`¶

描述: 指定图中哪些节点与配置字段相关联。
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，这决定了它在 UI 中如何被处理。
值类型: 字符串
支持的值:
"prompt": 表明字段包含 Prompt 文本，应在 UI 中得到特殊处理。
使用上下文: 包含在 Pydantic 模型的 json_schema_extra 字典或 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¶

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

class Configuration(BaseModel):
    """代理的配置。"""

    system_prompt: str = Field(
        default="You are a helpful AI assistant.",
        description="用于代理交互的系统 Prompt。 "
        "此 Prompt 设置代理的上下文和行为。",
        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="用于代理主要交互的语言模型名称。 "
        "应采用以下形式：provider/model-name。",
        json_schema_extra={"langgraph_nodes": ["call_model"]},
    )

## 使用 Dataclasses
from dataclasses import dataclass, field

@dataclass(kw_only=True)
class Configuration:
    """代理的配置。"""

    system_prompt: str = field(
        default="You are a helpful AI assistant.",
        metadata={
            "description": "用于代理交互的系统 Prompt。 "
            "此 Prompt 设置代理的上下文和行为。",
            "json_schema_extra": {"langgraph_nodes": ["call_model"]},
        },
    )

    model: Annotated[str, {"__template_metadata__": {"kind": "llm"}}] = field(
        default="anthropic/claude-3-5-sonnet-20240620",
        metadata={
            "description": "用于代理主要交互的语言模型名称。 "
            "应采用以下形式：provider/model-name。",
            "json_schema_extra": {"langgraph_nodes": ["call_model"]},
        },
    )

在 UI 中编辑 Prompt¶

找到带有关联配置字段的节点上的齿轮图标。
单击以打开配置模态框。
编辑值。
保存以更新当前 Assistant 版本或创建新版本。

LangSmith Playground¶

LangSmith Playground 界面允许在不运行完整图的情况下测试单个 LLM 调用：

选择一个线程。
点击节点上的“View LLM Runs”。这将列出在节点内（如果有）进行的所有 LLM 调用。
选择一个 LLM 运行以在 Playground 中打开。
修改 Prompt 并测试不同的模型和工具设置。
将更新后的 Prompt 复制回您的图。

有关更高级的 Playground 功能，请点击右上角的展开按钮。