LangGraph CLI¶
LangGraph 命令行界面包含在 Docker 中本地构建和运行 LangGraph Cloud API 服务器的命令。对于开发和测试,您可以使用 CLI 部署本地 API 服务器。
安装¶
- 确保 Docker 已安装(例如运行
docker --version
)。 -
安装 CLI 包
-
运行命令
langgraph --help
或npx @langchain/langgraph-cli --help
以确认 CLI 正常工作。
配置文件¶
LangGraph CLI 需要一个遵循此 schema 的 JSON 配置文件。它包含以下属性
注意
LangGraph CLI 默认使用当前目录中的配置文件 langgraph.json。
键 | 描述 |
---|---|
dependencies |
必需。LangGraph Cloud API 服务器的依赖项数组。依赖项可以是以下之一
|
graphs |
必需。从图 ID 到定义编译图或生成图的函数的路径的映射。示例
|
auth |
(添加于 v0.0.11) 认证配置,包含您的认证处理程序的路径。示例:./your_package/auth.py:auth ,其中 auth 是 langgraph_sdk.Auth 的实例。详见认证指南。 |
base_image |
**可选**。用于 LangGraph API 服务器的基础镜像。默认为 langchain/langgraph-api 或 langchain/langgraphjs-api 。使用此选项将您的构建锁定到特定版本的 langgraph API,例如 "langchain/langgraph-server:0.2" 。详见 https://hub.docker.com/r/langchain/langgraph-server/tags。(添加于 langgraph-cli==0.2.8 ) |
env |
.env 文件路径或环境变量到其值的映射。 |
store |
用于为 BaseStore 添加语义搜索和/或存活时间 (TTL) 的配置。包含以下字段
|
ui |
**可选**。由代理发出的 UI 组件的命名定义,每个定义指向一个 JS/TS 文件。(添加于 langgraph-cli==0.1.84 ) |
python_version |
3.11 、3.12 或 3.13 。默认为 3.11 。 |
node_version |
指定 node_version: 20 以使用 LangGraph.js。 |
pip_config_file |
pip 配置文件的路径。 |
dockerfile_lines |
在从父镜像导入后添加到 Dockerfile 的额外行数组。 |
checkpointer |
checkpointer 的配置。包含一个 ttl 字段,它是一个包含以下键的对象
|
http |
HTTP 服务器配置,包含以下字段
|
键 | 描述 |
---|---|
graphs |
必需。从图 ID 到定义编译图或生成图的函数的路径的映射。示例
|
env |
.env 文件路径或环境变量到其值的映射。 |
store |
用于为 BaseStore 添加语义搜索和/或存活时间 (TTL) 的配置。包含以下字段
|
node_version |
指定 node_version: 20 以使用 LangGraph.js。 |
dockerfile_lines |
在从父镜像导入后添加到 Dockerfile 的额外行数组。 |
checkpointer |
checkpointer 的配置。包含一个 ttl 字段,它是一个包含以下键的对象
|
示例¶
基本配置¶
为存储添加语义搜索¶
所有部署都配备了基于数据库的 BaseStore。在您的 langgraph.json
中添加 `"index"` 配置将启用部署的 BaseStore 中的语义搜索。
index.fields
配置决定了您文档的哪些部分需要进行嵌入
- 如果省略或设置为
["$"]
,则将整个文档嵌入 - 要嵌入特定字段,请使用 JSON 路径表示法:
["metadata.title", "content.text"]
- 缺少指定字段的文档仍将存储,但不会为这些字段生成嵌入
- 您仍然可以在
put
操作时使用index
参数覆盖特定项目要嵌入哪些字段
{
"dependencies": ["."],
"graphs": {
"memory_agent": "./agent/graph.py:graph"
},
"store": {
"index": {
"embed": "openai:text-embedding-3-small",
"dims": 1536,
"fields": ["$"]
}
}
}
常见模型维度
openai:text-embedding-3-large
: 3072openai:text-embedding-3-small
: 1536openai:text-embedding-ada-002
: 1536cohere:embed-english-v3.0
: 1024cohere:embed-english-light-v3.0
: 384cohere:embed-multilingual-v3.0
: 1024cohere:embed-multilingual-light-v3.0
: 384
使用自定义嵌入函数进行语义搜索¶
如果您想使用自定义嵌入函数进行语义搜索,可以传递一个指向自定义嵌入函数的路径
{
"dependencies": ["."],
"graphs": {
"memory_agent": "./agent/graph.py:graph"
},
"store": {
"index": {
"embed": "./embeddings.py:embed_texts",
"dims": 768,
"fields": ["text", "summary"]
}
}
}
存储配置中的 embed
字段可以引用一个自定义函数,该函数接受一个字符串列表并返回一个嵌入列表。示例实现
# embeddings.py
def embed_texts(texts: list[str]) -> list[list[float]]:
"""Custom embedding function for semantic search."""
# Implementation using your preferred embedding model
return [[0.1, 0.2, ...] for _ in texts] # dims-dimensional vectors
添加自定义认证¶
{
"dependencies": ["."],
"graphs": {
"chat": "./chat/graph.py:graph"
},
"auth": {
"path": "./auth.py:auth",
"openapi": {
"securitySchemes": {
"apiKeyAuth": {
"type": "apiKey",
"in": "header",
"name": "X-API-Key"
}
},
"security": [{ "apiKeyAuth": [] }]
},
"disable_studio_auth": false
}
}
详见认证概念指南,以及设置自定义认证指南以获取实际操作步骤。
配置存储项存活时间 (TTL)¶
您可以使用 store.ttl
键配置 BaseStore 中项目/记忆的默认数据过期时间。这决定了项目在最后一次访问后保留多长时间(读取操作可能会根据 refresh_on_read
刷新计时器)。请注意,这些默认设置可以在每次调用时通过修改 get
、search
等中的相应参数来覆盖。
ttl
配置是一个包含可选字段的对象
refresh_on_read
:如果为true
(默认值),通过get
或search
访问项目会重置其过期计时器。设置为false
则仅在写入(put
)时刷新 TTL。default_ttl
:项目的默认生命周期,以**分钟**为单位。如果未设置,项目默认不过期。sweep_interval_minutes
:系统应多久(以分钟为单位)运行一次后台进程来删除过期项目。如果未设置,则不会自动进行清理。
这是一个启用 7 天 TTL(10080 分钟)、读取时刷新以及每小时清理的示例
{
"dependencies": ["."],
"graphs": {
"memory_agent": "./agent/graph.py:graph"
},
"store": {
"ttl": {
"refresh_on_read": true,
"sweep_interval_minutes": 60,
"default_ttl": 10080
}
}
}
配置检查点存活时间 (TTL)¶
您可以使用 checkpointer
键配置检查点(checkpoint)的存活时间(TTL)。这决定了检查点数据在根据指定策略(例如,删除)自动处理之前保留多长时间。ttl
配置是一个包含以下字段的对象
strategy
:对过期检查点执行的操作(目前"delete"
是唯一接受的选项)。sweep_interval_minutes
:系统检查过期检查点的频率(以分钟为单位)。default_ttl
:检查点的默认生命周期,以**分钟**为单位(整数)。定义在应用指定策略之前检查点保留多久。
这是一个设置默认 TTL 为 30 天(43200 分钟)的示例
{
"dependencies": ["."],
"graphs": {
"chat": "./chat/graph.py:graph"
},
"checkpointer": {
"ttl": {
"strategy": "delete",
"sweep_interval_minutes": 10,
"default_ttl": 43200
}
}
}
在此示例中,超过 30 天的检查点将被删除,并且每 10 分钟运行一次检查。
基本配置¶
命令¶
用法
dev¶
在开发模式下运行 LangGraph API 服务器,具有热重载和调试功能。这个轻量级服务器不需要安装 Docker,适用于开发和测试。状态会持久化到本地目录。
注意
当前,CLI 仅支持 Python >= 3.11。
安装
此命令需要安装 `"inmem"` 额外依赖项
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径 |
--host TEXT |
127.0.0.1 |
服务器绑定的主机 |
--port INTEGER |
2024 |
服务器绑定的端口 |
--no-reload |
禁用自动重载 | |
--n-jobs-per-worker INTEGER |
每个工作进程的任务数。默认值为 10 | |
--debug-port INTEGER |
调试器监听的端口 | |
--wait-for-client |
False |
在启动服务器前等待调试器客户端连接到调试端口 |
--no-browser |
服务器启动时跳过自动打开浏览器 | |
--studio-url TEXT |
要连接到的 LangGraph Studio 实例的 URL。默认为 https://smith.langchain.com | |
--allow-blocking |
False |
对代码中的同步 I/O 阻塞操作不引发错误(添加于 0.2.6 ) |
--tunnel |
False |
通过公共隧道 (Cloudflare) 暴露本地服务器,以便远程前端访问。这可以避免 Safari 等浏览器或网络阻止 localhost 连接的问题 |
--help |
显示命令文档 |
在开发模式下运行 LangGraph API 服务器,具有热重载功能。这个轻量级服务器不需要安装 Docker,适用于开发和测试。状态会持久化到本地目录。
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径 |
--host TEXT |
127.0.0.1 |
服务器绑定的主机 |
--port INTEGER |
2024 |
服务器绑定的端口 |
--no-reload |
禁用自动重载 | |
--n-jobs-per-worker INTEGER |
每个工作进程的任务数。默认值为 10 | |
--debug-port INTEGER |
调试器监听的端口 | |
--wait-for-client |
False |
在启动服务器前等待调试器客户端连接到调试端口 |
--no-browser |
服务器启动时跳过自动打开浏览器 | |
--studio-url TEXT |
要连接到的 LangGraph Studio 实例的 URL。默认为 https://smith.langchain.com | |
--allow-blocking |
False |
对代码中的同步 I/O 阻塞操作不引发错误 |
--tunnel |
False |
通过公共隧道 (Cloudflare) 暴露本地服务器,以便远程前端访问。这可以避免浏览器或网络阻止 localhost 连接的问题 |
--help |
显示命令文档 |
build¶
构建 LangGraph Cloud API 服务器 Docker 镜像。
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
--platform TEXT |
构建 Docker 镜像的目标平台。示例:langgraph build --platform linux/amd64,linux/arm64 |
|
-t, --tag TEXT |
**必需**。Docker 镜像的标签。示例:langgraph build -t my-image |
|
--pull / --no-pull |
--pull |
使用最新的远程 Docker 镜像构建。使用 --no-pull 运行使用本地构建镜像的 LangGraph Cloud API 服务器。 |
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径。 |
--help |
显示命令文档。 |
构建 LangGraph Cloud API 服务器 Docker 镜像。
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
--platform TEXT |
构建 Docker 镜像的目标平台。示例:langgraph build --platform linux/amd64,linux/arm64 |
|
-t, --tag TEXT |
**必需**。Docker 镜像的标签。示例:langgraph build -t my-image |
|
--no-pull |
使用本地构建的镜像。默认值为 false ,使用最新的远程 Docker 镜像构建。 |
|
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径。 |
--help |
显示命令文档。 |
up¶
启动 LangGraph API 服务器。对于本地测试,需要一个具有 LangGraph Cloud 封闭测试访问权限的 LangSmith API 密钥。对于生产使用,需要许可证密钥。
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
--wait |
返回前等待服务启动。隐含 `--detach` | |
--postgres-uri TEXT |
本地数据库 | 用于数据库的 Postgres URI。 |
--watch |
文件更改时重启 | |
--debugger-base-url TEXT |
http://127.0.0.1:[PORT] |
调试器用于访问 LangGraph API 的 URL。 |
--debugger-port INTEGER |
在本地拉取调试器镜像并在指定端口提供 UI 服务 | |
--verbose |
显示更多服务器日志输出。 | |
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径。 |
-d, --docker-compose FILE |
包含要启动的额外服务的 docker-compose.yml 文件路径。 |
|
-p, --port INTEGER |
8123 |
暴露的端口。示例:langgraph up --port 8000 |
--pull / --no-pull |
pull |
拉取最新镜像。使用 --no-pull 运行使用本地构建镜像的服务器。示例:langgraph up --no-pull |
--recreate / --no-recreate |
no-recreate |
重新创建容器,即使其配置和镜像未更改 |
--help |
显示命令文档。 |
启动 LangGraph API 服务器。对于本地测试,需要一个具有 LangGraph Cloud 封闭测试访问权限的 LangSmith API 密钥。对于生产使用,需要许可证密钥。
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
--wait |
返回前等待服务启动。隐含 `--detach` | |
--postgres-uri TEXT |
本地数据库 | 用于数据库的 Postgres URI。 |
--watch |
文件更改时重启 | |
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径。 |
-d, --docker-compose FILE |
包含要启动的额外服务的 docker-compose.yml 文件路径。 |
|
-p, --port INTEGER |
8123 |
暴露的端口。示例:langgraph up --port 8000 |
--no-pull |
使用本地构建的镜像。默认值为 false ,使用最新的远程 Docker 镜像构建。 |
|
--recreate |
重新创建容器,即使其配置和镜像未更改 | |
--help |
显示命令文档。 |
dockerfile¶
生成用于构建 LangGraph Cloud API 服务器 Docker 镜像的 Dockerfile。
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径。 |
--help |
显示此消息并退出。 |
示例
这将生成一个类似于以下的 Dockerfile
FROM langchain/langgraph-api:3.11
ADD ./pipconf.txt /pipconfig.txt
RUN PIP_CONFIG_FILE=/pipconfig.txt PYTHONDONTWRITEBYTECODE=1 pip install --no-cache-dir -c /api/constraints.txt langchain_community langchain_anthropic langchain_openai wikipedia scikit-learn
ADD ./graphs /deps/__outer_graphs/src
RUN set -ex && \
for line in '[project]' \
'name = "graphs"' \
'version = "0.1"' \
'[tool.setuptools.package-data]' \
'"*" = ["**/*"]'; do \
echo "$line" >> /deps/__outer_graphs/pyproject.toml; \
done
RUN PIP_CONFIG_FILE=/pipconfig.txt PYTHONDONTWRITEBYTECODE=1 pip install --no-cache-dir -c /api/constraints.txt -e /deps/*
ENV LANGSERVE_GRAPHS='{"agent": "/deps/__outer_graphs/src/agent.py:graph", "storm": "/deps/__outer_graphs/src/storm.py:graph"}'
更新您的 langgraph.json 文件
langgraph dockerfile
命令会将您 langgraph.json
文件中的所有配置转换为 Dockerfile 命令。使用此命令时,您必须在每次更新 langgraph.json
文件后重新运行它。否则,构建或运行 dockerfile 时不会反映您的更改。
生成用于构建 LangGraph Cloud API 服务器 Docker 镜像的 Dockerfile。
用法
选项
选项 | 默认值 | 描述 |
---|---|---|
-c, --config FILE |
langgraph.json |
声明依赖项、图和环境变量的配置文件的路径。 |
--help |
显示此消息并退出。 |
示例
这将生成一个类似于以下的 Dockerfile
FROM langchain/langgraphjs-api:20
ADD . /deps/agent
RUN cd /deps/agent && yarn install
ENV LANGSERVE_GRAPHS='{"agent":"./src/react_agent/graph.ts:graph"}'
WORKDIR /deps/agent
RUN (test ! -f /api/langgraph_api/js/build.mts && echo "Prebuild script not found, skipping") || tsx /api/langgraph_api/js/build.mts
更新您的 langgraph.json 文件
npx @langchain/langgraph-cli dockerfile
命令会将您 langgraph.json
文件中的所有配置转换为 Dockerfile 命令。使用此命令时,您必须在每次更新 langgraph.json
文件后重新运行它。否则,构建或运行 dockerfile 时不会反映您的更改。