Agent Inbox 使用指南
2026-01-30 04:12:38作者:平淮齐Percy
1. 项目介绍
Agent Inbox 是一个为人类在环(human-in-the-loop)代理交互设计的用户界面。它旨在提供一种方式,使得开发人员可以与 LangGraph 项目的中断进行交互,从而实现更加灵活和动态的软件开发流程。通过 Agent Inbox,开发人员可以在开发过程中实时接收和处理来自 LangGraph 的中断请求,并根据需要对其进行响应。
2. 项目快速启动
在开始使用 Agent Inbox 之前,请确保已经安装了 Node.js 和 yarn。以下是快速启动项目的步骤:
# 克隆仓库
git clone https://github.com/langchain-ai/agent-inbox.git
# 进入项目目录
cd agent-inbox
# 安装依赖
yarn install
安装完成后,您需要配置 Agent Inbox 以连接到您的 LangGraph 部署:
- 点击侧边栏中的“设置”按钮,并输入您的 LangSmith API 密钥。
- 打开设置弹出窗口(侧边栏左下角),点击“添加邮箱”以创建您的第一个邮箱。这将打开一个包含三个字段的对话框:
- 助手/图 ID:您的 LangGraph 图的名称或助手 ID。
- 部署 URL:您的 LangGraph 部署的 URL。
- 名称(可选):邮箱的标签。
这些值将存储在浏览器的本地存储中,并仅用于连接和认证对 LangGraph 部署的请求。
3. 应用案例和最佳实践
以下是一些使用 Agent Inbox 的应用案例和最佳实践:
- 实时错误处理:在软件开发过程中,使用 Agent Inbox 实时接收和处理错误或中断,以便快速响应并解决问题。
- 动态功能更新:开发人员可以利用 Agent Inbox 来动态更新软件功能,无需重新部署整个应用程序。
- 用户反馈集成:通过 Agent Inbox 收集用户反馈,并将其直接集成到开发流程中,以便更快地迭代产品。
在使用 Agent Inbox 时,确保您的代码符合以下中断输入和输出模式:
// TypeScript 示例
interface HumanInterruptConfig {
allow_ignore: boolean;
allow_respond: boolean;
allow_edit: boolean;
allow_accept: boolean;
}
interface ActionRequest {
action: string;
args: Record<string, any>;
}
interface HumanInterrupt {
action_request: ActionRequest;
config: HumanInterruptConfig;
description?: string;
}
type HumanResponse = {
type: 'accept' | 'ignore' | 'response' | 'edit';
args: null | string | ActionRequest;
};
4. 典型生态项目
Agent Inbox 可以与多种开源项目集成,以下是一些典型的生态项目:
- LangGraph:一个强大的图计算框架,用于构建复杂的软件系统。
- LangSmith:LangGraph 的开发工具集,提供了丰富的功能和工具,以便更好地使用 LangGraph。
- 其他开源工具:Agent Inbox 可以与各种开源工具集成,如数据库、前端框架等,以构建完整的软件解决方案。
通过遵循以上指南,您可以开始使用 Agent Inbox 并将其集成到您的开发流程中,从而实现更加高效和动态的软件开发。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
677
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781