运行本地服务器¶
本指南将向您展示如何在本地运行 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 API 密钥 - 免费注册
1. 安装 LangGraph CLI¶
2. 创建 LangGraph 应用 🌱¶
从 new-langgraph-project-python
模板 或 new-langgraph-project-js
模板 创建一个新应用。此模板展示了一个单节点应用程序,您可以根据自己的逻辑进行扩展。
其他模板
如果您使用 langgraph new
而不指定模板,系统将显示一个交互式菜单,您可以从中选择可用的模板列表。
3. 安装依赖项¶
在您的新 LangGraph 应用的根目录下,以 edit
模式安装依赖项,以便服务器使用您的本地更改。
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。
5. 启动 LangGraph 服务器 🚀¶
在本地启动 LangGraph API 服务器
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。对于生产环境使用,请部署可访问持久存储后端的 LangGraph 服务器。欲了解更多信息,请参阅部署选项。
6. 在 LangGraph Studio 中测试您的应用程序¶
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。
对于在自定义主机/端口上运行的 LangGraph 服务器,请更新 baseURL 参数。
7. 测试 API¶
-
安装 LangGraph Python 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
-
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")
-
安装 LangGraph JS SDK
-
向助手发送消息(无线程运行)
const { Client } = await import("@langchain/langgraph-sdk"); // only set the apiUrl if you changed the default port when calling langgraph dev const client = new Client({ apiUrl: "https://:2024"}); const streamResponse = client.runs.stream( null, // Threadless run "agent", // Assistant ID { input: { "messages": [ { "role": "user", "content": "What is LangGraph?"} ] }, streamMode: "messages-tuple", } ); for await (const chunk of streamResponse) { console.log(`Receiving new event of type: ${chunk.event}...`); console.log(JSON.stringify(chunk.data)); console.log("\n\n"); }
后续步骤¶
现在您的 LangGraph 应用已在本地运行,您可以通过探索部署和高级功能来进一步深入。
- 部署快速入门:使用 LangGraph Platform 部署您的 LangGraph 应用。
- LangGraph Platform 概述:了解 LangGraph Platform 的基础概念。
- LangGraph 服务器 API 参考:探索 LangGraph 服务器 API 文档。
- Python SDK 参考:探索 Python SDK API 参考。
- JS/TS SDK 参考:探索 JS/TS SDK API 参考。