如何设置 LangGraph 应用以进行部署¶
LangGraph 应用必须配置LangGraph API 配置文件才能部署到 LangGraph Cloud(或自托管)。本操作指南介绍了使用 requirements.txt
指定项目依赖项来设置 LangGraph 应用以进行部署的基本步骤。
本指南基于此仓库,您可以在此基础上进行实验,以了解更多关于如何设置 LangGraph 应用进行部署的信息。
使用 pyproject.toml 进行设置
如果您倾向于使用 poetry 进行依赖管理,请查看此操作指南,了解如何在 LangGraph Cloud 中使用 pyproject.toml
。
使用 Monorepo 进行设置
如果您有兴趣部署位于 Monorepo 中的图,请参阅此仓库以获取示例。
最终的仓库结构将类似这样
my-app/
├── my_agent # all project code lies within here
│ ├── utils # utilities for your graph
│ │ ├── __init__.py
│ │ ├── tools.py # tools for your graph
│ │ ├── nodes.py # node functions for you graph
│ │ └── state.py # state definition of your graph
│ ├── requirements.txt # package dependencies
│ ├── __init__.py
│ └── agent.py # code for constructing your graph
├── .env # environment variables
└── langgraph.json # configuration file for LangGraph
每个步骤之后都提供了一个示例文件目录,以展示代码如何组织。
指定依赖项¶
依赖项可以选择在以下文件之一中指定:pyproject.toml
、setup.py
或 requirements.txt
。如果没有创建这些文件,则可以在后续的LangGraph API 配置文件中指定依赖项。
下面的依赖项将包含在镜像中,您也可以在代码中使用它们,只要版本范围兼容即可。
langgraph>=0.2.56,<0.4.0
langgraph-sdk>=0.1.53
langgraph-checkpoint>=2.0.15,<3.0
langchain-core>=0.2.38,<0.4.0
langsmith>=0.1.63
orjson>=3.9.7
httpx>=0.25.0
tenacity>=8.0.0
uvicorn>=0.26.0
sse-starlette>=2.1.0,<2.2.0
uvloop>=0.18.0
httptools>=0.5.0
jsonschema-rs>=0.20.0
structlog>=23.1.0
requirements.txt
示例文件
示例文件目录
my-app/
├── my_agent # all project code lies within here
│ └── requirements.txt # package dependencies
指定环境变量¶
环境变量可以选择在一个文件(例如 .env
)中指定。请参阅环境变量参考来配置部署所需的额外变量。
.env
示例文件
示例文件目录
my-app/
├── my_agent # all project code lies within here
│ └── requirements.txt # package dependencies
└── .env # environment variables
定义图¶
实现你的图!图可以定义在一个文件或多个文件中。记下要包含在 LangGraph 应用中的每个 CompiledGraph 的变量名。稍后在创建LangGraph API 配置文件时将使用这些变量名。
agent.py
示例文件,展示了如何从您定义的其他模块导入(模块代码此处未显示,请参阅此仓库以查看其实现)
API 参考:StateGraph | END | START
# my_agent/agent.py
from typing import Literal
from typing_extensions import TypedDict
from langgraph.graph import StateGraph, END, START
from my_agent.utils.nodes import call_model, should_continue, tool_node # import nodes
from my_agent.utils.state import AgentState # import state
# Define the config
class GraphConfig(TypedDict):
model_name: Literal["anthropic", "openai"]
workflow = StateGraph(AgentState, config_schema=GraphConfig)
workflow.add_node("agent", call_model)
workflow.add_node("action", tool_node)
workflow.add_edge(START, "agent")
workflow.add_conditional_edges(
"agent",
should_continue,
{
"continue": "action",
"end": END,
},
)
workflow.add_edge("action", "agent")
graph = workflow.compile()
将 CompiledGraph
分配给变量
LangGraph Cloud 的构建过程要求 CompiledGraph
对象必须分配给 Python 模块顶层的一个变量(或者,您可以提供一个创建图的函数)。
示例文件目录
my-app/
├── my_agent # all project code lies within here
│ ├── utils # utilities for your graph
│ │ ├── __init__.py
│ │ ├── tools.py # tools for your graph
│ │ ├── nodes.py # node functions for you graph
│ │ └── state.py # state definition of your graph
│ ├── requirements.txt # package dependencies
│ ├── __init__.py
│ └── agent.py # code for constructing your graph
└── .env # environment variables
创建 LangGraph API 配置¶
创建一个名为 langgraph.json
的LangGraph API 配置文件。请参阅LangGraph CLI 参考,了解配置文件 JSON 对象中每个键的详细说明。
langgraph.json
示例文件
{
"dependencies": ["./my_agent"],
"graphs": {
"agent": "./my_agent/agent.py:graph"
},
"env": ".env"
}
请注意,CompiledGraph
的变量名出现在顶层 graphs
键下每个子键值的末尾(即 :<变量名>
)。
配置文件位置
LangGraph API 配置文件必须放置在与包含已编译图和相关依赖项的 Python 文件处于同一级别或更高级别的目录中。
示例文件目录
my-app/
├── my_agent # all project code lies within here
│ ├── utils # utilities for your graph
│ │ ├── __init__.py
│ │ ├── tools.py # tools for your graph
│ │ ├── nodes.py # node functions for you graph
│ │ └── state.py # state definition of your graph
│ ├── requirements.txt # package dependencies
│ ├── __init__.py
│ └── agent.py # code for constructing your graph
├── .env # environment variables
└── langgraph.json # configuration file for LangGraph
下一步¶
在您设置好项目并将其放入 GitHub 仓库后,就可以部署您的应用了。