Tradestack 使用 LangGraph 云加速 MVP 发布

据LangChain称，英国初创公司Tradestack在短短六周内成功推出了最小可行产品（MVP），利用LangGraph Cloud来提高交易业务的效率。

问题：为贸易业务创建报价

贸易企业常常因生成项目报价的耗时过程而苦苦挣扎。对于单个项目来说，分析平面图、估算工作量和制作专业文档等任务最多可能需要 10 个小时。 Tradestack 认为这是一个关键痛点，旨在将创建报价所需的时间减少到 15 分钟以下。

MVP：WhatsApp 自动报价助手

Tradestack 的 MVP 专注于使用基于 WhatsApp 的助手实现绘画和装饰项目的报价流程自动化。 LangGraph Cloud 使 Tradestack 能够设计认知架构来处理各种输入类型（语音、文本、图像、文档），同时保持客户报价的准确性和个性化。

鉴于 WhatsApp 的广泛采用，尤其是在不懂技术的用户中，Tradestack 选择它作为他们的主要界面。这需要对不同的输入进行可靠的处理，有时还需要用户或专家的澄清。

挑战与解决方案

开发一个在不同输入下始终表现良好的人工智能代理系统具有挑战性。问题包括用户输入的多样性、用户的不同起点和终点，以及 LLM 节点的规划或路由不一致。 Tradestack 旨在构建一个平衡功能、多功能性和可靠性的 MVP。

LangGraph 在克服这些挑战方面发挥了重要作用。 Tradestack 使用 LangGraph 的直观框架来设计适合用户需求的推理和内存流。 LangGraph Cloud 允许快速迭代，添加多模式输入以提供高质量的输出。

使用 LangGraph Studio 快速迭代

Tradestack 尝试了个性化推理，根据用户偏好定制流程。通过利用配置变量，他们在认知架构中定制了指令和路径。这种灵活性使他们能够平衡输入方式和可靠性。

使用 LangGraph 模板和 LangGraph Studio，Tradestack 快速识别缺陷，迭代其设计并提高性能。访问 LangGraph Studio 节省了两周的内部测试时间。

使用 LangGraph 云进行部署

MVP 准备就绪后，Tradestack 使用 LangGraph Cloud 无缝部署它。该平台负责部署、监控和修订，使 Tradestack 能够专注于完善其 AI 代理。集成了 LangSmith 追踪，可以轻松查看和评估每次运行。

LangSmith 还帮助确定了绩效差距。通过设置节点级和端到端评估，Tradestack 尝试了不同的规划节点模型，优化了性能。

流模式的用户体验注意事项

为了在 WhatsApp 上打造用户友好的体验，Tradestack 控制流向用户的信息量，使用 LangGraph 灵活的流选项仅显示关键消息。聚合器节点组合各个步骤的输出，提供一致的通信基调。

人机交互干预对于处理边缘情况至关重要，确保在不影响体验的情况下满足用户需求。

结论

展望未来，Tradestack 计划深化与 LangSmith 的集成，以微调数据集并扩展其代理的功能。他们的目标是探索语音代理用户体验、代理培训模式以及与外部工具的进一步集成，确保他们的人工智能解决方案不断发展并为用户提供价值。

您可以详细了解 Tradestack 的使命以及如何开始使用 LangGraph Cloud。

图片来源：Shutterstock