LangGraph 为大家提供了方便的调试界面，这个功能由 LangGraph CLI 提供。
⚠️ 请注意，这个功能不是端侧的。也就是说，使用该功能必须联网，且你的信息会发送到 LangChain 团队的服务器。因此请务必不要在该页面访问敏感数据！
调试界面由 LangSmith 提供，页面如下：
一、langsmith¶
LangSmith 是由 LangChain 团队推出的 LLM 应用的数据分析平台，它能帮助开发者可视化地管理和优化整个应用开发流程。LangSmith 是一个付费 PaaS，但提供部分免费功能。
二、langgraph-cli¶
1）安装依赖¶
使用服务前，先安装依赖：
pip install "langgraph-cli[inmem]"2）开发 Agent 后端¶
这里，我们开发一个简单的 Agent 作为该调试界面的后端。代码如下：
import os
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from langchain.agents import create_agent
# 加载模型配置
_ = load_dotenv()
# 配置大模型服务
llm = ChatOpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url=os.getenv("DASHSCOPE_BASE_URL"),
model="qwen3-coder-plus",
)
# 创建Agent
agent = create_agent(model=llm)
# langgraph-cli 入口函数
def get_app():
return agent
Source: simple_agent.py
3）编写配置文件¶
langgraph-cli 默认的配置文件叫 langgraph.json.
若使用其他文件名，在启动服务时，需要使用
--config参数指定你的 json 文件名。
{
"dependencies": [
"./"
],
"graphs": {
"supervisor": "./simple_agent.py:get_app"
},
"env": "./.env"
}4）启动 langgraph-cli¶
在命令行启动服务：
# 如果你的配置文件是默认的 langgraph.json
langgraph dev
# 如果你的配置文件是 [your_agent].json
langgraph dev --config [your_agent].json运行后会自动跳转到浏览器的调试页面。
由于这个 Chat 页面不是开源的，不建议将其用于生产环境。如果你需要一个替代的开源前端 Chat 页面，可参考我的 clickhouse-chatbi 项目。该项目使用了 Next.js 的 nextjs-ai-chatbot 模板。该模板兼具现代的外观和易用的功能，实乃快捷开发的不二之选。