How Zip Uses LangSmith and LangGraph to Ship New Features Faster

摘要

Zip 團隊分享如何透過 LangGraph 與 LangSmith 加速 AI 功能開發與追蹤。透過這些工具，團隊無需額外編碼即可獲得節點互動與 LLM 呼叫的追蹤資料，並建立評估機制防止回退問題。

Zip shares how LangGraph and LangSmith accelerated their AI feature development and provided essential tracing capabilities.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• LangGraph
• LangSmith

適合誰看

正在開發或使用 LLM 應用、希望提升開發效率的工程師。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.60

新鮮

1.00

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Interrupt NYC: Opening Keynote影片 ・ LangChain
• How Lyft Increased Its Agent Resolution Rate by 16% with LangSmith and LangGraph影片 ・ LangChain ・ 4 分鐘
• [Livestream] CrewAI vs LangGraph vs AutoGen影片 ・ Shawn Wang (swyx) ・ 2 小時 28 分
• Stop Flying Blind: Add Observability to Your Vercel AI SDK App影片 ・ Langfuse ・ 5 分鐘
• Langfuse Walkthrough - Full Demo of Agent Tracing, Evals, Experiments and Prompt Management影片 ・ Langfuse ・ 15 分鐘
• The Self-Improving OSS Agent Stack — Marc Klingen, Langfuse影片 ・ AI Engineer