详细内容或原文请订阅后点击阅览
为 My LangGraph AI Agent 构建 Streamlit UI
为有状态的 LangGraph 代理构建生产就绪的 Web 界面为我的 LangGraph AI 代理构建 Streamlit UI 帖子首先出现在 Towards Data Science 上。
来源:走向数据科学在上一篇文章中，我介绍了如何构建基于 LangGraph 的 AI 代理来自动执行 15 分钟的客户服务预订会话。
代理像真正的客户服务代表一样处理整个预订流程。它是一个基于 LangGraph 的代理，可以协调以下操作：
在代理的第一个版本中，我并没有过多关注 UI/UX 部分。我刚刚构建了一个 Python CLI 来测试代理的功能。
客户服务代理完全在终端中运行。 CLI 的测试效果很好，但它并不是展示面向客户的预订体验的最佳方式。
该项目的完整源代码可在 GitHub 上的 customer-service-agent 上获取。请随意克隆该存储库并自行测试。
在本文中，我们将在现有 LangGraph 代理之上构建一个干净的交互式 Streamlit UI。
关于术语的快速说明：在本文中，我交替使用代理和图。在 LangGraph 中，代理架构被定义并作为编译的状态图对象执行，因此它们在本文中本质上意味着相同的事情。
代理的用户界面
在实现方面，Streamlit 与 Python CLI 没有太大区别。两者都充当 LangGraph 代理的包装器。当然，Streamlit 更加用户友好并且看起来更有吸引力。
CLI 界面收集输入、调用图形并打印响应。 Streamlit 页面将执行相同的操作，但它还会呈现从图形状态中提取的结构化信息，例如当前预订详细信息、报价和接受按钮。
架构仍然位于同一个应用程序中。 Streamlit 仅向用户呈现状态并将用户操作发送回代理。
Streamlit 页面
诗歌添加流线型