模板应用¶
模板是开源参考应用,旨在帮助您快速开始使用 LangGraph 进行构建。它们提供了常见代理工作流的实际示例,可以根据您的需求进行定制。
您可以使用 LangGraph CLI 从模板创建应用。
要求
- Python >= 3.11
- LangGraph CLI:需要 langchain-cli[inmem] >= 0.1.58
安装 LangGraph CLI¶
或通过 uv
(推荐)
可用模板¶
模板 | 描述 | Python | JS/TS |
---|---|---|---|
新 LangGraph 项目 | 一个简单、极简的带记忆聊天机器人。 | 仓库 | 仓库 |
ReAct 代理 | 一个可以灵活扩展到多种工具的简单代理。 | 仓库 | 仓库 |
记忆代理 | 一个 ReAct 风格的代理,带有一个额外的工具,用于在不同线程中存储记忆。 | 仓库 | 仓库 |
检索代理 | 一个包含基于检索的问答系统的代理。 | 仓库 | 仓库 |
数据增强代理 | 一个执行网络搜索并将其发现组织成结构化格式的代理。 | 仓库 | 仓库 |
🌱 创建 LangGraph 应用¶
要从模板创建新应用,请使用 langgraph new
命令。
后续步骤¶
请查阅您的新 LangGraph 应用根目录下的 README.md
文件,了解有关该模板以及如何定制的更多信息。
正确配置应用并添加您的 API 密钥后,您可以使用 LangGraph CLI 启动应用。
或通过 uv
(推荐)
本地包缺失?
如果您未使用 uv
并在安装本地包 (pip install -e .
) 后仍然遇到 "ModuleNotFoundError
" 或 "ImportError
",则很可能需要将 CLI 安装到您的本地虚拟环境中,以使 CLI "识别" 本地包。您可以通过运行 python -m pip install "langgraph-cli[inmem]"
并在运行 langgraph dev
之前重新激活您的虚拟环境来完成此操作。
有关如何部署应用的更多信息,请参阅以下指南:
- 启动本地 LangGraph 服务器:此快速入门指南展示了如何为 ReAct 代理模板在本地启动 LangGraph 服务器。其他模板的步骤类似。
- 部署到 LangGraph 平台:使用 LangGraph 平台部署您的 LangGraph 应用。