跳到内容

如何在本地测试 LangGraph 应用

本指南假设你已正确设置 LangGraph 应用，包括适当的配置文件和相应的编译图，并且拥有有效的 LangChain API 密钥。

本地测试可确保与 Python 依赖项没有错误或冲突，并确认配置文件指定正确。

设置

安装 LangGraph CLI 包

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

确保你拥有 API 密钥，可以从 LangSmith UI (Settings > API Keys) 创建。这是验证你拥有 LangGraph Cloud 访问权限所必需的。将密钥保存在安全位置后，将以下行添加到你的 .env 文件中

LANGSMITH_API_KEY = *********

启动 API 服务器

安装 CLI 后，你可以运行以下命令启动 API 服务器进行本地测试

langgraph dev

这将启动本地 LangGraph API 服务器。如果运行成功，你应该会看到类似以下内容：

准备就绪！

内存模式

langgraph dev 命令以内存模式启动 LangGraph Server。此模式适用于开发和测试目的。对于生产环境，你应该部署 LangGraph Server 并访问持久化存储后端。

如果你想使用持久化存储后端测试应用，可以使用 langgraph up 命令代替 langgraph dev。你需要确保机器上已安装 docker 才能使用此命令。

与服务器交互

现在我们可以使用 LangGraph SDK 与 API 服务器交互了。首先，我们需要启动客户端，选择我们的助手（在本例中是我们称为“agent”的图，请确保选择你希望测试的正确助手）。

你可以通过传递身份验证或设置环境变量来初始化。

使用身份验证初始化

from langgraph_sdk import get_client

# only pass the url argument to get_client() if you changed the default port when calling langgraph dev
client = get_client(url=<DEPLOYMENT_URL>,api_key=<LANGSMITH_API_KEY>)
# Using the graph deployed with the name "agent"
assistant_id = "agent"
thread = await client.threads.create()

import { Client } from "@langchain/langgraph-sdk";

// only set the apiUrl if you changed the default port when calling langgraph dev
const client = new Client({ apiUrl: <DEPLOYMENT_URL>, apiKey: <LANGSMITH_API_KEY> });
// Using the graph deployed with the name "agent"
const assistantId = "agent";
const thread = await client.threads.create();

curl --request POST \
  --url <DEPLOYMENT_URL>/threads \
  --header 'Content-Type: application/json'
  --header 'x-api-key: <LANGSMITH_API_KEY>'

使用环境变量初始化

如果你的环境中设置了 LANGSMITH_API_KEY，则无需显式向客户端传递身份验证信息

from langgraph_sdk import get_client

# only pass the url argument to get_client() if you changed the default port when calling langgraph dev
client = get_client()
# Using the graph deployed with the name "agent"
assistant_id = "agent"
thread = await client.threads.create()

import { Client } from "@langchain/langgraph-sdk";

// only set the apiUrl if you changed the default port when calling langgraph dev
const client = new Client();
// Using the graph deployed with the name "agent"
const assistantId = "agent";
const thread = await client.threads.create();

curl --request POST \
  --url <DEPLOYMENT_URL>/threads \
  --header 'Content-Type: application/json'

现在我们可以调用图来确保其正常工作。请确保修改输入以匹配你的图的正确模式。

input = {"messages": [{"role": "user", "content": "what's the weather in sf"}]}
async for chunk in client.runs.stream(
    thread["thread_id"],
    assistant_id,
    input=input,
    stream_mode="updates",
):
    print(f"Receiving new event of type: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

const input = { "messages": [{ "role": "user", "content": "what's the weather in sf"}] }

const streamResponse = client.runs.stream(
  thread["thread_id"],
  assistantId,
  {
    input: input,
    streamMode: "updates",
  }
);
for await (const chunk of streamResponse) {
  console.log(`Receiving new event of type: ${chunk.event}...`);
  console.log(chunk.data);
  console.log("\n\n");
}

curl --request POST \
 --url <DEPLOYMENT_URL>/threads/<THREAD_ID>/runs/stream \
 --header 'Content-Type: application/json' \
 --data "{
   \"assistant_id\": \"agent\",
   \"input\": {\"messages\": [{\"role\": \"human\", \"content\": \"what's the weather in sf\"}]},
   \"stream_mode\": [
     \"events\"
   ]
 }" | \
 sed 's/\r$//' | \
 awk '
 /^event:/ {
     if (data_content != "") {
         print data_content "\n"
     }
     sub(/^event: /, "Receiving event of type: ", $0)
     printf "%s...\n", $0
     data_content = ""
 }
 /^data:/ {
     sub(/^data: /, "", $0)
     data_content = $0
 }
 END {
     if (data_content != "") {
         print data_content "\n"
     }
 }
 '

如果你的图正常工作，你应该会在控制台中看到图的输出。当然，你可能还需要通过许多其他方式来测试你的图，有关可使用 SDK 发送的完整命令列表，请参阅 Python 和 JS/TS 参考文档。