模板应用¶
模板是开源参考应用,旨在帮助您在使用 LangGraph 构建时快速上手。它们提供了常见的代理工作流的实际示例,可以根据您的需求进行自定义。
您可以使用 LangGraph CLI 从模板创建应用程序。
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 |
---|---|---|---|
新的 LangGraph 项目 | 一个简单、极简的带内存的聊天机器人。 | 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 |
内存代理 | 一个 ReAct 风格的代理,带有一个额外工具,用于跨线程存储记忆。 | 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 | 一个执行网页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¶
要从模板创建一个新应用,请使用 langgraph new
命令。
下一步¶
查阅您新 LangGraph 应用根目录下的 README.md
文件,以获取有关该模板以及如何自定义它的更多信息。
正确配置应用程序并添加您的 API 密钥后,您可以使用 LangGraph CLI 启动应用程序
或通过 uv
(推荐)
缺少本地包?
如果您没有使用 uv
并且在安装本地包(pip install -e .
)后仍然遇到“ModuleNotFoundError
”或“ImportError
”,则很可能您需要将 CLI 安装到本地虚拟环境中,以便 CLI“感知”本地包。您可以通过运行 python -m pip install "langgraph-cli[inmem]"
并在运行 langgraph dev
之前重新激活虚拟环境来完成此操作。
请参阅以下指南,了解有关如何部署应用程序的更多信息
- 启动本地 LangGraph 服务器:本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。