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 🌱¶

从 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¶

Python SDK (异步)Python SDK (同步)Rest API

安装 LangGraph Python SDK
```
pip install langgraph-sdk
```

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())

安装 LangGraph Python SDK
```
pip install langgraph-sdk
```