快速入门：在 LangGraph Cloud 上部署

前提条件

在开始之前，请确保您已具备以下条件

• GitHub 账号
• LangSmith 账号

在 GitHub 上创建仓库

要将 LangGraph 应用程序部署到 LangGraph Cloud，您的应用程序代码必须位于 GitHub 仓库中。支持公共和私有仓库。

您可以将任何 LangGraph 应用程序部署到 LangGraph Cloud。

对于本指南，我们将使用预构建的 Python ReAct Agent 模板。

获取 ReAct Agent 模板所需的 API 密钥

此 ReAct Agent 应用程序需要来自 Anthropic 和 Tavily 的 API 密钥。您可以在它们各自的网站上注册获取这些 API 密钥。

替代方案：如果您更喜欢不需要 API 密钥的骨架应用程序，请使用 New LangGraph Project 模板而不是 ReAct Agent 模板。

1. 转到 ReAct Agent 仓库。
2. 通过点击右上角的 Fork 按钮，将该仓库 Fork 到您的 GitHub 账户。

部署到 LangGraph Cloud

1. 登录 LangSmith

转到 LangSmith 并登录。如果您没有账户，可以免费注册。

2. 点击 LangGraph Platform（左侧边栏）

从左侧边栏选择 LangGraph Platform。

3. 点击 + 新建部署（右上角）

点击 + 新建部署 来创建新的部署。该按钮位于右上角。它将打开一个新的模态窗口，您可以在其中填写所需字段。

4. 点击从 GitHub 导入（首次用户）

点击 从 GitHub 导入 并按照说明连接您的 GitHub 账户。首次用户或添加之前未连接的私有仓库需要执行此步骤。

5. 选择仓库，配置环境变量等

选择仓库，添加环境变量和 secrets，并设置其他配置选项。

• 仓库：选择您之前 Fork 的仓库（或任何其他您想部署的仓库）。
• 设置您的应用程序所需的 secrets 和环境变量。对于 ReAct Agent 模板，您需要设置以下 secrets
  • ANTHROPIC_API_KEY：从 Anthropic 获取 API 密钥。
  • TAVILY_API_KEY：在 Tavily 网站上获取 API 密钥。

6. 点击提交以部署！

请注意，此步骤可能需要约 15 分钟才能完成。您可以在部署视图中检查部署状态。点击右上角的提交按钮来部署您的应用程序。

LangGraph Studio Web UI

应用程序部署完成后，您可以在 LangGraph Studio 中测试它。

1. 点击现有部署

点击您刚刚创建的部署以查看更多详细信息。

2. 点击 LangGraph Studio

点击 LangGraph Studio 按钮打开 LangGraph Studio。

LangGraph Studio 中的示例图运行。

测试 API

注意

以下 API 调用适用于 ReAct Agent 模板。如果您正在部署不同的应用程序，可能需要相应调整 API 调用。

使用前，您需要获取 LangGraph 部署的 URL。您可以在 部署 视图中找到它。点击 URL 即可将其复制到剪贴板。

您还需要确保已正确设置 API 密钥，以便与 LangGraph Cloud 进行身份验证。

export LANGSMITH_API_KEY=...

Python SDK (异步)Python SDK (同步)Javascript SDKRest API

安装 LangGraph Python SDK

pip install langgraph-sdk

发送消息给助手（无线程运行）

from langgraph_sdk import get_client

client = get_client(url="your-deployment-url", api_key="your-langsmith-api-key")

async for chunk in client.runs.stream(
    None,  # Threadless run
    "agent", # Name of assistant. Defined in langgraph.json.
    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")

安装 LangGraph Python SDK

pip install langgraph-sdk

发送消息给助手（无线程运行）

from langgraph_sdk import get_sync_client

client = get_sync_client(url="your-deployment-url", api_key="your-langsmith-api-key")

for chunk in client.runs.stream(
    None,  # Threadless run
    "agent", # Name of assistant. Defined in langgraph.json.
    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")

安装 LangGraph JS SDK

npm install @langchain/langgraph-sdk

发送消息给助手（无线程运行）

const { Client } = await import("@langchain/langgraph-sdk");

const client = new Client({ apiUrl: "your-deployment-url", apiKey: "your-langsmith-api-key" });

const streamResponse = client.runs.stream(
    null, // Threadless run
    "agent", // Assistant ID
    {
        input: {
            "messages": [
                { "role": "user", "content": "What is LangGraph?"}
            ]
        },
        streamMode: "messages",
    }
);

for await (const chunk of streamResponse) {
    console.log(`Receiving new event of type: ${chunk.event}...`);
    console.log(JSON.stringify(chunk.data));
    console.log("\n\n");
}

curl -s --request POST \
    --url <DEPLOYMENT_URL> \
    --header 'Content-Type: application/json' \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"What is LangGraph?\"
                }
            ]
        },
        \"stream_mode\": \"updates\"
    }" 

后续步骤

恭喜您！如果您已完成本教程，那么您正朝着成为 LangGraph Cloud 专家的道路前进。以下是一些其他资源，可帮助您提升专业技能

LangGraph 框架

• LangGraph 教程：开始使用 LangGraph 框架。
• LangGraph 概念：了解 LangGraph 的基础概念。
• LangGraph 操作指南：关于 LangGraph 常见任务的指南。

📚 了解更多关于 LangGraph Platform

通过这些资源扩展您的知识

• LangGraph Platform 概念：理解 LangGraph Platform 的基础概念。
• LangGraph Platform 操作指南：发现构建和部署应用程序的分步指南。
• 启动本地 LangGraph 服务器：本快速入门指南展示了如何针对 ReAct Agent 模板在本地启动 LangGraph 服务器。其他模板的步骤类似。

评论