模板应用

模板是开源的参考应用，旨在帮助您快速开始使用 LangGraph 构建应用。它们提供了常见的代理工作流程的示例，可以根据您的需求进行自定义。

您可以使用 LangGraph CLI 从模板创建应用。

---

环境要求

• Python >= 3.11
• LangGraph CLI：需要 langchain-cli[inmem] >= 0.1.58

---

安装 LangGraph CLI

bash
pip install "langgraph-cli[inmem]" --upgrade

---

可用模板

模板名称	描述	Python 仓库	JS/TS 仓库
New LangGraph Project	一个简单、最小化的聊天机器人，带有记忆功能。	Repo	Repo
ReAct Agent	一个简单的代理，可以灵活扩展以支持多种工具。	Repo	Repo
Memory Agent	一个 ReAct 风格的代理，带有额外的工具，用于跨线程存储记忆。	Repo	Repo
Retrieval Agent	一个包含基于检索的问答系统的代理。	Repo	Repo
Data-Enrichment Agent	一个执行网络搜索并将其发现组织成结构化格式的代理。	Repo	Repo

---

🌱 创建 LangGraph 应用

要从模板创建新应用，请使用 langgraph new 命令：

bash
langgraph new

---

下一步

1. 查看 README.md 文件
   在您的新 LangGraph 应用的根目录中，查看 README.md 文件，了解模板的详细信息以及如何自定义它。

2. 启动应用
   在正确配置应用并添加 API 密钥后，可以使用以下命令启动应用：

   bash
   langgraph dev
   

3. 部署应用
   参考以下指南部署您的应用：

   • 启动本地 LangGraph 服务器：本快速入门指南展示了如何为 ReAct Agent 模板启动本地 LangGraph 服务器。其他模板的步骤类似。
   • 部署到 LangGraph Cloud：使用 LangGraph Cloud 部署您的应用。

---

LangGraph 框架

• LangGraph 概念：学习 LangGraph 的基础概念。
• LangGraph 操作指南：了解使用 LangGraph 完成常见任务的指南。

---

📚 了解更多关于 LangGraph 平台

通过以下资源扩展您的知识：

• LangGraph 平台概念：了解 LangGraph 平台的基础概念。
• LangGraph 平台操作指南：探索构建和部署应用的逐步指南。

---

开始构建您的智能系统吧！🚀