LangSmith Agent Builder-tutorial (no-code): bouw een assistent voor e-mailtriage

LangSmith’s nieuwe Agent Builder (private preview) is een no-code manier om een idee in natuurlijke taal om te zetten in een production-ready agent. In plaats van workflows te schrijven, beschrijf je wat de agent moet doen, en Agent Builder stelt de systeemprompt op, stelt tools voor, voegt triggers toe en ondersteunt human-in-the-loop-onderbrekingen, persistente geheugenopslag en zelfupdates. 

Je kunt sub-agents samenstellen voor specialistische taken, Google-integraties (Docs/Sheets) koppelen naast websearch en vervolgens alles observeren met ingebouwde Tracing- en Monitoring-dashboards.

In deze tutorial bouwen we end-to-end een assistent voor e-mailtriage. Je leert hoe je:

• Toegang krijgt tot de Builder en een nieuwe agent maakt vanuit een korte briefing in natuurlijke taal
• Het gegenereerde plan bekijkt en acties goedkeurt
• Providers authenticeert en de agent uitrolt
• Echte e-mails test en de instructies iteratief verbetert
• Tracing en monitoring gebruikt om runs, latency en tokenkosten te inspecteren

Aan het eind heb je een werkende agent die inkomende e-mail classificeert, conceptantwoorden opstelt en dagelijkse acties logt in Google Sheets, zonder ook maar één regel code te schrijven.

Als je meer wilt leren over het bouwen van AI-agents, raad ik de cursus Multi-Agent Systems met LangGraph aan. 

Wat is LangSmith Agent Builder?

LangSmith’s Agent Builder (preview) biedt een begeleide manier om agents te ontwerpen met geheugen, sub-agents, triggers en menselijke review, allemaal vanuit één UI. Onder de motorkap gebruikt Agent Builder deep-agents, een open-source agent-harnas gebouwd op LangGraph, dat je briefing in natuurlijke taal compileert tot een stateful agent in plaats van een handgetekende workflow. 

Het plant vóór uitvoering (om lange taken en kosten te beheersen), delegeert naar sub-agents voor specialistisch werk, benut een toollaag via middleware zoals (bestanden, to-dolijsten, optionele shell, web/MCP), ondersteunt human-in-the-loop-onderbrekingen voor gevoelige acties en draait als een gecompileerde LangGraph-grafiek voor streaming, tracing en studio-integratie.

Belangrijke mogelijkheden van deze Agent Builder zijn:

• Opzetten in natuurlijke taal: de Builder schrijft instructies en bekabeling op basis van invoer in gewone taal.
• Triggers: deze starten runs vanuit externe gebeurtenissen (bijvoorbeeld nieuwe e-mail ontvangen!) of op schema.
• Tools: één-klik-auth voor Gmail, Google Docs/Sheets, Calendar, Web Search en meer.
• Sub-agents: het splitst complexe taken op in gerichte helpers zoals research, samenvatten, zoeken, enz.
• Human-in-the-loop: hiermee kunnen mensen (gebruikers) de builder onderbreken zodat acties pauzeren voor jouw goedkeuring.
• Geheugen en zelfupdates: persistent geheugen en gecontroleerde zelfedits helpen instructies en tools bij te werken.

Het resultaat is een no-code-ervaring die je toch inzicht, goedkeuringen en iteratiehaken geeft. Om toegang te krijgen tot LangSmith Agent Builder, moet je je aanmelden voor de wachtlijst. 

Voorbeeld LangSmith Agent Builder: bouw een assistent voor e-mailtriage

We bouwen een eenvoudige assistent voor een freelancer die veel bureau-e-mails ontvangt. De agent zal:

1. Nieuwe e-mails lezen en ze classificeren als nu antwoorden, inplannen, delegeren of archiveren.
2. Een samenvatting van 1 zin maken met een suggestie voor een antwoord van 2 regels.
3. Als de afzender/domein onbekend is, dan 1 regel context toevoegen via websearch.
4. Alles loggen in een Google Sheet met de titel “Today — Email Actions (YYYY-MM-DD)”.
5. Gebruikersgoedkeuring vragen voordat documenten worden gemaakt of bijgewerkt.

Stap 1: Toegang tot Agent Builder

Zodra je van de wachtlijst af bent, log je in op LangSmith en open je Agent Builder (Beta) via de linkerzijbalk.

Je komt op de pagina No-code Agent Builder terecht. Klik op + New Agent om een nieuwe agent te starten, of kies Learn More om de documentatie te lezen voordat je begint.

Stap 2: Beschrijf je agent

Begin met een beknopte briefing te typen en een model te kiezen. Je kunt ook handmatig een agent bouwen, maar dat is stof voor een andere blog. 

Kies uit de vermelde modellen of voeg een aangepast model toe dat past bij jouw usecase. 

Hier is de prompt die ik gebruikte:

You are an email triage assistant. When a new message arrives, classify it as {reply now, schedule, delegate, archive}. Draft a 1-sentence summary and a 2-line reply suggestion. If the sender/domain is unfamiliar, add a 1-line context via web search. Update (or create) a Google Doc titled “Today — Email Actions (YYYY-MM-DD)” with columns: Sender | Subject | Action | Suggested Reply | Due. Pause for approval before adding or modifying the doc.

Als je Sonnet 4.5 selecteert, word je gevraagd je ANTHROPIC_API_KEY toe te voegen. Voer de sleutel in en sla op.

Nadat je de beschrijving hebt ingediend, analyseert de builder je intentie, stelt tools/triggers voor en schrijft automatisch de eerste instructies.

Stap 3: Vervolgvragen

Nadat de builder de beschikbare tools en triggers heeft geïnspecteerd, stelt hij enkele gerichte vervolgvragen, zoals voorkeuren voor uitvoerbestemmingen, goedkeuringsvereisten, labelregels, enzovoort.

Jouw antwoorden worden gebruikt om de instructies van de agent af te ronden, de juiste tools/triggers te koppelen en de setup automatisch te vervolgen.

Stap 4: Bekijk het gegenereerde plan

Nadat je de vervolgvragen hebt beantwoord, toont de builder een voorgestelde grafiek met triggers, agent en alle gekoppelde tools (zoals Gmail, Google Docs) die al met elkaar verbonden zijn.

Gebruik dit scherm om het ontwerp te controleren voordat je het maakt:

• Trigger: wanneer en hoe de agent start (e-mail ontvangen, schema, enz.).
• Agent: modelkeuze en kerninstructies.
• Tools: wat de agent kan aanroepen en voor welke acties.

Zie deze stap als een preview vóór het aanmaken en een snelle manier om scope, datatoegang en vangrails te valideren. Als het er goed uitziet, ga je door. Vervolgens authenticeren en koppel je tools zodat de agent daadwerkelijk kan handelen (concepten verzenden, Docs bijwerken, enz.).

Stap 5: Authenticeren en verbinden

Voordat je agent e-mails kan lezen of naar een Google Sheet kan schrijven, moet je toegang verlenen. 

In Agent Builder is dit een begeleid, eenmalig proces. Je koppelt Gmail en de google-langsmith-prod-integratie (voor Google Sheets-acties). 

Zodra dit is verbonden, kun je veilig menselijke goedkeuring vereisen vóór elke schrijfactie.

Stap 5.1: Verbinden met Gmail

Volg deze stappen om je agent met je Gmail-account te verbinden:

• Klik in het Connections-paneel op Connect naast Gmail — Email Received.

• Log in met het Google-account dat de agent moet monitoren en keur de permissies goed.
• Terug in Agent Builder klik je op I’ve completed authentication.

Zodra de Email Received-trigger is ingesteld, kan je agent inkomende berichten classificeren en erop reageren volgens jouw instructies.

Stap 5.2: Authenticeren op google-langsmith-prod

Authenticeer vervolgens google-langsmith-prod op een vergelijkbare manier als hierboven. Volg deze stappen:

1. Klik op Connect naast google-langsmith-prod.
2. Keur toegang tot Sheets goed met hetzelfde (of beoogde) Google-account.
3. Bevestig in Agent Builder.

Nu kan je agent Google Docs en Sheets maken/bijwerken (zoals rijen toevoegen, tabellen bijwerken of een nieuw sheet genereren, enz.) terwijl nog steeds alle ingestelde onderbrekingen/goedgekeuringen worden gerespecteerd.

Met beide verbindingen actief klik je op Create Agent. Je ziet de voltooide grafiek en kunt end-to-end beginnen testen.

Je agent heeft nu de minimale, veilige set permissies om e-mails te ontvangen en actielijsten naar Google Sheets te schrijven. Voer vervolgens een paar testberichten uit en gebruik onderbrekingen om conceptupdates goed te keuren of te bewerken voordat ze worden toegepast.

Stap 6: De agent testen

Begin met een paar echte e-mails om te zien hoe de agent classificeert en reageert.

Voorbeeld 1:  Informatieve e-mail 

Ik heb een routinematig “YouTube-informatie”-bericht gekopieerd en geplakt in het testchatvenster, en de agent labelde het correct als lage prioriteit en stelde een “archiveren/geen antwoord”-actie voor met een samenvatting van één regel.

Voorbeeld 2: Tijdkritische e-mail 

Voor dit voorbeeld plakte ik een dringend bericht dat actie vereiste. De agent classificeerde het als nu antwoorden, gaf een beknopte samenvatting en stelde ook een antwoord van twee regels op. 

Het was aan het verkeerde adres geadresseerd (kleine routeringsfout), maar het identificeerde wel het juiste onderwerp en de bedoeling, wat erg handig is voor een snelle bewerking en verzending. 

Het beste aan deze tool is dat er goedkeuring nodig is voordat er namens jou actie wordt ondernomen. Deze human-in-the-loop-stap liet me de geadresseerde corrigeren en updates bevestigen, zodat onbedoelde wijzigingen worden voorkomen.

Stap 7: De agent uitrollen

We hebben de flow getest en traces bekeken; nu is het tijd om de agent aan het werk te zetten.

Door uit te rollen ga je van een gecontroleerde test naar live input, terwijl human-in-the-loop-goedkeuringen blijven zodat niets wordt uitgevoerd zonder jouw akkoord.

Klik op Use Agent om de agent in actieve modus te zetten.

Dit vroeg ik aan de agent.

Look through the top 10 emails and suggest action items for each in the form of a table.