本指南将帮助您在本地快速启动并运行 LangGraph 应用。
langchain-cli[inmem]
>= 0.1.58bashpip install --upgrade "langgraph-cli[inmem]"
使用 react-agent
模板创建一个新应用。该模板是一个简单的代理,可以灵活扩展以支持多种工具。
bashlanggraph new path/to/your/app --template react-agent-python
其他模板
如果不指定模板,langgraph new
会显示交互式菜单,供您选择可用模板。
在应用根目录下,以编辑模式安装依赖,以便服务器使用本地更改:
bashpip install -e .
.env
文件在应用根目录下找到 .env.example
文件,创建 .env
文件并复制内容,填写必要的 API 密钥:
envLANGSMITH_API_KEY=lsv2... TAVILY_API_KEY=tvly-... ANTHROPIC_API_KEY=sk- OPENAI_API_KEY=sk-...
bashlanggraph dev
如果成功启动,您将看到类似以下输出:
Ready! API: http://localhost:2024 Docs: http://localhost:2024/docs LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
内存模式
langgraph dev
以内存模式启动服务器,适合开发和测试。生产环境应使用持久化存储后端。
持久化模式
使用 langgraph up
命令启动持久化模式(需要 Docker)。
LangGraph Studio Web 是一个专用 UI,可连接到 LangGraph API 服务器,支持可视化、交互和调试。
访问 langgraph dev
输出中的 URL 即可使用。
自定义主机/端口
如果服务器使用自定义主机/端口,可以通过修改 baseUrl
参数指向服务器。例如,端口为 8000
时:
https://smith.langchain.com/studio/baseUrl=http://127.0.0.1:8000
Safari 兼容性
目前,LangGraph Studio Web 不支持 Safari。
安装 Python SDK
bashpip install langgraph-sdk
发送消息(无线程运行)
pythonfrom langgraph_sdk import get_client
client = get_client(url="http://localhost:2024")
async for chunk in client.runs.stream(
None, # 无线程运行
"agent", # 代理名称(在 langgraph.json 中定义)
input={
"messages": [{
"role": "human",
"content": "What is LangGraph?",
}],
},
stream_mode="updates",
):
print(f"Receiving new event of type: {chunk.event}...")
print(chunk.data)
print("\n\n")
认证
连接远程服务器时,需要提供 LangSmith API 密钥。详见客户端 API 参考。
现在您已成功在本地运行 LangGraph 应用,接下来可以探索部署和高级功能:
开始构建您的智能系统吧!🚀
本文作者:yowayimono
本文链接:
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!