Estudar essas duas ferramentas é o passo definitivo para sair de scripts simples de IA e entrar na Engenharia de Agentes profissional. Enquanto o LangChain fornece as peças, o LangGraph atua como o maestro e o LangSmith como o microscópio da sua aplicação.
O LangGraph foi criado para resolver a maior limitação das correntes (Chains) lineares: a falta de ciclos.
-
Estados (State): Diferente de uma conversa linear, o LangGraph mantém um objeto de estado que é passado entre os nós. No código do seu agente sarcástico, o
create_react_agentgerencia esse estado de mensagens automaticamente. -
Nós e Arestas (Nodes & Edges): Você define "quem faz o quê" (nós) e "para onde ir depois" (arestas). No seu gráfico visual, o nó
agentdecide se deve ir para o nótoolsou encerrar a execução. -
Persistência: Ele permite "pausar" a execução de um agente para aprovação humana e retomá-la depois, o que é essencial para sistemas críticos.
O LangSmith é onde você vê o que está acontecendo "debaixo do capô" em tempo real.
-
Traces: Cada vez que o seu agente é invocado, um rastro completo é enviado para a nuvem. Isso explica por que sua chave registrou atividade recente: o código enviou os dados do prompt e da resposta para o servidor.
-
Latência e Custos: Ele detalha exatamente quantos tokens foram usados e o tempo que o
GPT-4o-minilevou para gerar o sarcasmo do sistema. -
Avaliação (Testing): Você pode criar conjuntos de dados (datasets) para testar se o agente continua sendo "ironico" conforme o esperado, mesmo após você alterar as ferramentas de busca.