部署快速入门¶

本指南向您展示如何设置和使用 LangGraph 平台进行云部署。

先决条件¶

开始之前，请确保您具备以下条件：

一个 GitHub 帐户
一个 LangSmith 帐户 – 免费注册

1. 在 GitHub 上创建存储库¶

要将应用程序部署到 LangGraph 平台，您的应用程序代码必须位于 GitHub 存储库中。支持公共和私有存储库。对于此快速入门，请使用 new-langgraph-project 模板来构建您的应用程序

前往 new-langgraph-project 存储库或 new-langgraphjs-project 模板。
点击右上角的 Fork 按钮，将存储库派生到您的 GitHub 帐户。
点击创建派生。

2. 部署到 LangGraph 平台¶

登录 LangSmith。
在左侧边栏中，选择部署。
点击+ 新建部署按钮。将打开一个面板，您可以在其中填写所需字段。
如果您是首次用户或要添加未曾连接过的私有存储库，请点击从 GitHub 导入按钮并按照说明连接您的 GitHub 帐户。
选择您的 New LangGraph Project 存储库。
点击提交进行部署。

这可能需要大约 15 分钟才能完成。您可以在部署详情视图中查看状态。

3. 在 LangGraph Studio 中测试您的应用程序¶

您的应用程序部署完成后

选择您刚创建的部署以查看更多详情。
点击右上角的LangGraph Studio按钮。

LangGraph Studio 将打开以显示您的图。

LangGraph Studio 中的示例图运行。

4. 获取部署的 API URL¶

在 LangGraph 的部署详情视图中，点击API URL以复制到剪贴板。
点击 URL 以复制到剪贴板。

5. 测试 API¶

您现在可以测试 API 了

Python SDK（异步）Python SDK（同步）JavaScript SDKRest 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

client = get_client(url="your-deployment-url", api_key="your-langsmith-api-key")

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?",
        }],
    },
    stream_mode="updates",
):
    print(f"Receiving new event of type: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

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_sync_client

client = get_sync_client(url="your-deployment-url", api_key="your-langsmith-api-key")

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="updates",
):
    print(f"Receiving new event of type: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

安装 LangGraph JS SDK
```
npm install @langchain/langgraph-sdk
```

向助手发送消息（无线程运行）

const { Client } = await import("@langchain/langgraph-sdk");

const client = new Client({ apiUrl: "your-deployment-url", apiKey: "your-langsmith-api-key" });

const streamResponse = client.runs.stream(
    null, // Threadless run
    "agent", // Assistant ID
    {
        input: {
            "messages": [
                { "role": "user", "content": "What is LangGraph?"}
            ]
        },
        streamMode: "messages",
    }
);

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");
}

curl -s --request POST \
    --url <DEPLOYMENT_URL>/runs/stream \
    --header 'Content-Type: application/json' \
    --header "X-Api-Key: <LANGSMITH API KEY> \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"What is LangGraph?\"
                }
            ]
        },
        \"stream_mode\": \"updates\"
    }"

下一步¶

恭喜！您已使用 LangGraph 平台部署了一个应用程序。

以下是一些其他可供查阅的资源