#LangSmith
共 263 篇相关文章
·13 分钟
Mem0：为AI智能体提供持久记忆层的开发者工具
Mem0是一款面向开发者的AI记忆中间件，为AI智能体和应用提供持久化记忆层，解决大语言模型跨会话失忆问题，支持个性化助手、企业客服、教育陪伴等场景的长期记忆能力集成。
阅读全文 →
·15 分钟
从生产事故到评估用例：LLM回归测试的实战方法论
聚合指标会掩盖LLM的长尾失败。本文分享一线团队如何将生产环境中的真实失败转化为回归测试用例，建立持续生长的评估体系，避免模型升级时重复踩坑。
阅读全文 →
·15 分钟
CodeAct代码优先智能体为何还没赢？深度剖析范式困境
深入分析CodeAct代码优先智能体为何未能取代ReAct聊天优先框架。从模型训练偏向、通信协议限制、MCP设计缺陷到安全沙箱挑战，拆解技术优越性与生态胜出之间的制度性摩擦。
阅读全文 →
·16 分钟
AI Agent可观测性与评估技术栈全解析
深入解析AI Agent可观测性与评估的三大技术路线：LangSmith原生集成、LangFuse等开源自托管方案、Lyzr一体化平台，帮助团队构建适合多智能体系统的生产级监控与评估体系。
阅读全文 →
·12 分钟
Agent评测框架该自建还是外包？开源作者的深度拷问
AI Agent可靠性验证是自建还是外包？一位开源作者的坦诚提问引发行业深思。本文剖析Agent评测框架的核心方法论：重复运行、末态校验、schema验证与负载测试，探讨评测工具的产品化困境与工程化最佳实践。
阅读全文 →
·17 分钟
hotcell：为AI Agent打造的本地沙箱SDK
hotcell是一款开源自托管沙箱SDK，专为AI Agent代码执行安全隔离设计。支持Mac/Linux本地运行，提供默认拒绝出站网络、per-sandbox临时token机制和资源管控，让开发者无需依赖云服务即可实现AI代码的安全执行。
阅读全文 →
·15 分钟
MOTHER：专为Claude Code打造的macOS原生终端应用
MOTHER是一款专为Claude Code设计的macOS原生终端，提供一键会话恢复、项目启动器和菜单栏智能提醒功能，售价9.99美元买断制，帮助开发者提升AI编程协作效率。
阅读全文 →
·16 分钟
AgentSky：一键部署云端AI智能体，支持任意框架与模型
AgentSky登顶Product Hunt日榜，提供托管式AI智能体服务，支持Claude Code、Codex等多框架与多模型组合，具备完整历史记录、自动恢复及WhatsApp、API等全渠道接入能力，让开发者一键部署长周期智能体。
阅读全文 →
·9 分钟
LangGraph Studio隐藏功能：可视化调试Agent工作流的实战技巧
深入解析LangGraph Studio的隐藏功能，包括时间旅行调试、交互式状态编辑和人在回路测试，帮助开发者高效调试AI Agent工作流，大幅提升LangGraph应用开发效率。
阅读全文 →
·17 分钟
LangChain Managed DeepAgents：托管Agent基础设施，专注核心逻辑
LangChain推出Managed DeepAgents公测版，托管评估、记忆、OAuth授权、Slack集成和沙箱等Agent基础设施，让开发者专注Agent核心逻辑。深度解析其功能架构与行业影响。
阅读全文 →
·13 分钟
Mu：专为AI Agent设计的标准化工具集平台解析
深入解析Mu这款为AI Agent打造的工具集平台，探讨Agent工具化的重要性、Mu的设计思路、竞争格局及其在AI应用落地中的价值与挑战。
阅读全文 →
·17 分钟
AI工程师成长路线图：从编程基础到RAG与MCP智能体开发
一份系统化的AI工程师学习路线图，涵盖编程、数学、机器学习四大基石，以及LLM、RAG、智能体、MCP等前沿AI工程技术，附免费开源课程资源推荐。
阅读全文 →
·8 分钟
MCP会话分析：为AI Agent打造产品级观测与评估能力
深入解析如何在MCP协议层为AI Agent构建产品分析与效果评估能力，涵盖会话级追踪、工具调用观测、质量Evals等核心方法，助力Agent系统从可用走向可优化。
阅读全文 →
·9 分钟
UniwebPay：让AI开发者发布即收款的支付基础设施
UniwebPay Skill定位AI时代金融基础设施，帮助开发者跳过繁琐支付搭建流程，实现发布即收款。支持全球支付方式、无需商家入网审核，专为AI产品变现设计的轻量级支付解决方案。
阅读全文 →
·15 分钟
AI Agent评估标准化：Harbor平台实践与数据驱动评估飞轮
深入解读AI团队如何通过Harbor平台实现Agent评估标准化，以及从执行轨迹到评估任务的数据转化方法论，探讨Agent评估工程化的核心趋势与实践路径。
阅读全文 →
·11 分钟
Kimi作为编排者：多智能体协作架构设计与实践
探讨将Kimi模型作为编排者或审阅者，管理多个工作智能体的协作架构设计。分析编排者-工作者模式的核心逻辑、Kimi长上下文优势、模型搭配策略及实践中的成本与可靠性挑战。
阅读全文 →
·7 分钟
AI Agent调试神器：像浏览器DevTools一样透视执行链路
Agent DevTools是一款开源AI Agent调试工具，借鉴浏览器DevTools理念，提供执行链路可视化、工具调用追踪、断点暂停分析等功能，帮助开发者快速定位Agent故障，解决传统日志难以应对的多步推理调试难题。
阅读全文 →
·13 分钟
Token经济学：AI时代的价值新度量单位
深入解析Token如何从大语言模型的技术概念演变为AI经济的核心计量单位。探讨AI Agent时代Token消耗爆炸、成本优化策略及Token经济学对开发者和投资人的深层影响。
阅读全文 →
