跳到内容

快速入门:启动本地 LangGraph 服务器

这是一个快速入门指南,帮助您在本地启动并运行 LangGraph 应用。

安装 LangGraph CLI

$ npx @langchain/langgraph-cli@latest

# Or install globally, will be available as `langgraphjs`
$ npm install -g @langchain/langgraph-cli

🌱 创建 LangGraph 应用

创建一个新应用并按照说明操作,选择 ReAct Agent 作为模板。此模板是一个简单的代理,可以灵活地扩展到许多工具。

$ npm create langgraph

安装依赖

在您的新 LangGraph 应用的根目录中,以 edit 模式安装依赖,以便服务器使用您的本地更改。

$ yarn

创建 .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。

LANGSMITH_API_KEY=lsv2...
TAVILY_API_KEY=tvly-...
ANTHROPIC_API_KEY=sk-
OPENAI_API_KEY=sk-...
获取 API 密钥

🚀 启动 LangGraph 服务器

$ npx @langchain/langgraph-cli@latest dev

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

内存模式

langgraphjs 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。对于生产使用,您应该部署 LangGraph Cloud 并访问持久存储后端。

如果您想使用持久存储后端测试您的应用程序,您可以使用 langgraphjs up 命令而不是 langgraphjs dev。您需要在计算机上安装 docker 才能使用此命令。

LangGraph Studio Web UI

LangGraph Studio Web 是一个专门的 UI,您可以将其连接到 LangGraph API 服务器,以在本地实现应用程序的可视化、交互和调试。通过访问 langgraph dev 命令输出中提供的 URL,在 LangGraph Studio Web UI 中测试您的图。

连接到自定义主机/端口的服务器

如果您正在使用自定义主机/端口运行 LangGraph API 服务器,您可以通过更改 baseUrl URL 参数将 Studio Web UI 指向它。例如,如果您在端口 8000 上运行服务器,您可以将上述 URL 更改为以下内容:

https://smith.langchain.com/studio/baseUrl=https://:8000

Safari 兼容性

目前,LangGraph Studio Web 在本地运行服务器时不支持 Safari。

测试 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="https://:2024")

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

安装 LangGraph JS SDK

$ yarn add @langchain/langgraph-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",
    }
);

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 "https://:2024/runs/stream" \
    --header 'Content-Type: application/json' \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"What is LangGraph?\"
                }
            ]
        },
        \"stream_mode\": \"updates\"
    }" 

认证

如果您正在连接到远程服务器,您将需要提供 LangSmith API 密钥进行授权。有关客户端的更多信息,请参阅 API 参考。

下一步

现在您已经在本地运行了 LangGraph 应用,通过探索部署和高级功能来进一步您的旅程

🌐 部署到 LangGraph Cloud

📚 了解更多关于 LangGraph 平台

通过这些资源扩展您的知识

🛠️ 开发者参考

访问开发和 API 使用的详细文档