OpenRecovery 正在通过其人工智能助手改变成瘾康复，该助手通过文本和语音提供个性化、全天候的支持。它弥合了昂贵的住院治疗和通用的自助计划之间的差距，使那些与成瘾作斗争的人能够获得专家级的指导。OpenRecovery 团队使用 LangGraph 和 LangSmith 等工具，并将最终应用程序部署到 LangGraph Platform，构建了一个复杂的移动应用程序，能够适应用户个性化的康复历程。
使用 LangGraph 构建多代理架构
OpenRecovery 选择在 LangGraph 之上构建一个多代理系统，原因有很多。首先，该团队在 LangGraph 中专门化了节点，每个节点都有针对康复过程特定阶段（如步骤工作或恐惧清单）的定制提示。这确保了每个工作流程都为预期目的进行了精确调整。
LangGraph 的图结构支持跨代理重复使用关键组件，包括共享状态内存、动态少样本专家提示和搜索工具。这在整个系统中保持了一致性和效率。
LangGraph 还支持在同一对话中的不同代理之间平滑地切换上下文。用户可以无缝地从一般聊天过渡到具体的康复工作，从而创造出更自然、更具指导性的体验。
最后，该架构具有高度可扩展性。通过利用 LangGraph Platform，OpenRecovery 确保了他们的多代理系统可以轻松扩展，因为他们会为各种康复阶段和心理健康支持添加新代理，从而超越 12 步计划的范畴。
部署到 LangGraph Platform 以实现快速迭代
OpenRecovery 选择将其应用程序部署在 LangGraph Platform 的强大基础设施上，并与其移动应用程序前端顺利集成。LangGraph Platform 易于使用的 API 还降低了管理代理对话和状态的复杂性，非常适合 OpenRecovery 精简的工程团队。
LangGraph Platform 的一个关键优势是它支持快速迭代。OpenRecovery 团队可以在开箱即用的可视化工作室 LangGraph Studio 中快速调试他们的代理交互，然后进行更新和修订，以满足用户不断变化的需求并融合新的康复方法。
人工干预以增强信任和准确性
OpenRecovery 认识到成瘾康复的敏感性，在其移动应用程序中融入了至关重要的人工干预功能。首先，AI 通过像赞助人或治疗师那样提示用户来鼓励更深入的反思。它会评估何时收集了足够的信息，并在需要时请求人工确认，以提高准确性和理解力。
此外，用户可以编辑 AI 生成的摘要或表格，从而验证其个人信息的准确性并保持对其数据的控制。用户还可以以自然语言向代理提供反馈，这有助于在整个康复过程中建立信任。
使用 LangSmith 进行协作开发和改进
通过添加 LangSmith 进行可观察性，加速了 OpenRecovery 的开发过程并增强了其测试的稳健性。
首先，该平台支持协作式提示工程。非技术内容团队和成瘾康复专家可以在 LangSmith 提示中心轻松修改提示，在 Playground 中进行测试，并在 LangGraph Platform 上部署新的修订版本。OpenRecovery 团队还可以使用跟踪日志在 LangGraph Studio 中测试更改，以确保一切正常运行。
LangSmith 帮助 OpenRecovery 团队识别故障点，例如当语言模型缺乏成瘾康复支持所需的适当同理心时。这使得人类可以介入并进行关键的纠正。
当 OpenRecovery 团队在调试跟踪时识别出不满意响应时，他们可以快速将新的少样本示例添加到 LangSmith 的数据集中，重新索引，然后进行测试
相同的查询以验证改进。这强制执行了持续改进的循环。
结论
通过利用 LangChain 的生态系统，OpenRecovery 开发了一个动态、个性化的人工智能成瘾康复助手。他们的多代理架构结合人工干预功能，使团队能够适应个人需求，同时提供康复支持所必需的同理心。随着他们扩展产品并引入语音交互等新模式，OpenRecovery 有望在提供专家级的成瘾康复指导方面产生重大影响。
要尝试他们新的康复助手 Beta 版本，请访问他们的网站或在您的iPhone或Android设备上下载 – 并请留意他们本月晚些时候的公开发布。