跳到内容

部署

要部署您的 LangGraph 智能体,请创建并配置一个 LangGraph 应用程序。此设置支持本地开发和生产部署。

功能

  • 🖥️ 本地开发服务器
  • 🧩 用于视觉调试的 Studio Web UI
  • ☁️ 云端和 🔧 自托管部署选项
  • 📊 LangSmith 集成,用于追踪和可观测性

要求

  • ✅ 您必须拥有一个 LangSmith 账户。您可以免费注册并开始使用免费套餐。

创建 LangGraph 应用程序

npm install -g create-langgraph
create-langgraph path/to/your/app

按照提示选择 New LangGraph Project。这将创建一个空的 LangGraph 项目。您可以通过将 src/agent/graph.ts 中的代码替换为您的智能体代码来修改它。例如

import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { initChatModel } from "langchain/chat_models/universal";
import { tool } from "@langchain/core/tools";
import { z } from "zod";

const getWeather = tool(
  async (input: { city: string }) => {
    return `It's always sunny in ${input.city}!`;
  },
  {
    name: "getWeather",
    schema: z.object({
      city: z.string().describe("The city to get the weather for"),
    }),
    description: "Get weather for a given city.",
  }
);

const llm = await initChatModel("anthropic:claude-3-7-sonnet-latest");
// make sure to export the graph that will be used in the LangGraph API server
export const graph = createReactAgent({
  llm,
  tools: [getWeather],
  prompt: "You are a helpful assistant"
})

安装依赖项

在新的 LangGraph 应用程序的根目录中,安装依赖项

yarn
# install these to use initChatModel with Anthropic
yarn add langchain
yarn add @langchain/anthropic

创建 .env 文件

您将在新的 LangGraph 应用程序的根目录中找到一个 .env.example 文件。在您的新 LangGraph 应用程序的根目录中创建一个 .env 文件,并将 .env.example 文件的内容复制到其中,填写必要的 API 密钥

LANGSMITH_API_KEY=lsv2...
ANTHROPIC_API_KEY=sk-

在本地启动 LangGraph 服务器

npx @langchain/langgraph-cli dev

这将在本地启动 LangGraph API 服务器。如果运行成功,您应该会看到类似以下内容:

欢迎使用 LangGraph.js!

LangGraph Studio Web UI

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

部署

一旦您的 LangGraph 应用程序在本地运行,您就可以使用 LangGraph Cloud 或自托管选项进行部署。有关所有支持的部署模型的详细说明,请参阅部署选项指南