跳到内容

运行本地服务器

本指南向您展示了如何在本地运行 LangGraph 应用程序。

先决条件

开始之前,请确保您具备以下条件:

  • 一个 LangSmith 的 API 密钥 - 免费注册

1. 安装 LangGraph CLI

# Python >= 3.11 is required.

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

2. 创建一个 LangGraph 应用 🌱

new-langgraph-project-python 模板创建一个新应用。此模板演示了一个单节点应用程序,您可以用自己的逻辑对其进行扩展。

langgraph new path/to/your/app --template new-langgraph-project-python

其他模板

如果您在不指定模板的情况下使用 langgraph new,将会出现一个交互式菜单,允许您从可用模板列表中进行选择。

3. 安装依赖

在您新创建的 LangGraph 应用的根目录中,以编辑模式安装依赖项,以便服务器使用您的本地更改。

cd path/to/your/app
pip install -e .

4. 创建一个 .env 文件

您将在新 LangGraph 应用的根目录下找到一个 .env.example 文件。在新 LangGraph 应用的根目录下创建一个 .env 文件,并将 .env.example 文件的内容复制到其中,填入所需的 API 密钥。

LANGSMITH_API_KEY=lsv2...

5. 启动 LangGraph 服务器 🚀

在本地启动 LangGraph API 服务器

langgraph dev

示例输出

>    Ready!
>
>    - API: [https://:2024](https://:2024/)
>
>    - Docs: https://:2024/docs
>
>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

langgraph dev 命令以内存模式启动 LangGraph 服务器。此模式适用于开发和测试目的。对于生产环境,请部署具有持久化存储后端的 LangGraph 服务器。更多信息,请参阅部署选项

6. 在 LangGraph Studio 中测试您的应用

LangGraph Studio 是一个专门的 UI,您可以连接到 LangGraph API 服务器,以便在本地可视化、交互和调试您的应用程序。通过访问 langgraph dev 命令输出中提供的 URL,在 LangGraph Studio 中测试您的图。

>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

对于在自定义主机/端口上运行的 LangGraph 服务器,请更新 baseURL 参数。

Safari 兼容性

在您的命令中使用 --tunnel 标志来创建一个安全隧道,因为 Safari 在连接到 localhost 服务器时存在限制。

langgraph dev --tunnel

7. 测试 API

  1. 安装 LangGraph Python SDK

    pip install langgraph-sdk
    
  2. 向助手发送消息(无线程运行)

    from langgraph_sdk import get_client
    import asyncio
    
    client = get_client(url="https://:2024")
    
    async def main():
        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?",
                }],
            },
        ):
            print(f"Receiving new event of type: {chunk.event}...")
            print(chunk.data)
            print("\n\n")
    
    asyncio.run(main())
    
  1. 安装 LangGraph Python SDK

    pip install langgraph-sdk
    
  2. 向助手发送消息(无线程运行)

    from langgraph_sdk import get_sync_client
    
    client = get_sync_client(url="https://:2024")
    
    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="messages-tuple",
    ):
        print(f"Receiving new event of type: {chunk.event}...")
        print(chunk.data)
        print("\n\n")
    
curl -s --request POST \
    --url "https://:2024/runs/stream" \
    --header 'Content-Type: application/json' \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"What is LangGraph?\"
                }
            ]
        },
        \"stream_mode\": \"messages-tuple\"
    }"

下一步

现在您已经有了一个在本地运行的 LangGraph 应用,通过探索部署和高级功能来进一步您的旅程。