跳到内容

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

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

或通过 uv(推荐)

uvx --from "langgraph-cli[inmem]" langgraph dev --help
npx @langchain/langgraph-cli --help

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。

langgraph new

或通过 uv(推荐)

uvx --from "langgraph-cli[inmem]" langgraph new
npx @langchain/langgraph-cli new 

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。

langgraph dev

或通过 uv(推荐)

uvx --from "langgraph-cli[inmem]" --with-editable . langgraph dev
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。

npx @langchain/langgraph-cli dev

有关如何部署应用的更多信息,请参阅以下指南: