Skip to content

快速开始：启动本地 LangGraph 服务器

这是一个快速开始指南，帮助您在本地启动 LangGraph 应用。

要求

  • Python >= 3.11
  • LangGraph CLI: 需要 langchain-cli[inmem] >= 0.1.58

安装 LangGraph CLI

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

🌱 创建 LangGraph 应用

从 react-agent 模板创建一个新应用。这个模板是一个简单的代理，可以灵活地扩展至多种工具。

langgraph new path/to/your/app --template react-agent-python 

langgraph new path/to/your/app --template react-agent-js

其他模板

如果您使用 langgraph new 而不指定模板，将会出现一个交互式菜单，让您从可用模板列表中选择。

安装依赖

在新的 LangGraph 应用的根目录中，以 编辑 模式安装依赖，这样服务器将应用您的本地更改：

pip install -e .

创建 .env 文件

您会在新的 LangGraph 应用的根目录中找到 .env.example。在新的 LangGraph 应用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...
TAVILY_API_KEY=tvly-...
ANTHROPIC_API_KEY=sk-
OPENAI_API_KEY=sk-...
获取 API 密钥

🚀 启动 LangGraph 服务器

langgraph dev

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

准备好了！

内存模式

langgraph dev 命令在内存模式下启动 LangGraph 服务器。该模式适合开发和测试目的。对于生产用途，您应该将 LangGraph 服务器部署到具有持久存储后端的环境中。

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

LangGraph Studio Web UI

通过访问 langgraph up 命令输出提供的 URL 在 LangGraph Studio Web UI 中测试您的图。

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

发送消息给助手（无线程运行）

from langgraph_sdk import get_client

client = get_client(url="http://localhost:8123")

async for chunk in client.runs.stream(
    None,  # 无线程运行
    "agent", # 助手名称。定义在 langgraph.json 中。
    input={
        "messages": [{
            "role": "human",
            "content": "什么是 LangGraph？",
        }],
    },
    stream_mode="updates",
):
    print(f"接收新事件类型: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

安装 LangGraph Python SDK

pip install langgraph-sdk

发送消息给助手（无线程运行）

from langgraph_sdk import get_sync_client

client = get_sync_client(url="http://localhost:8123")

for chunk in client.runs.stream(
    None,  # 无线程运行
    "agent", # 助手名称。定义在 langgraph.json 中。
    input={
        "messages": [{
            "role": "human",
            "content": "什么是 LangGraph？",
        }],
    },
    stream_mode="updates",
):
    print(f"接收新事件类型: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

安装 LangGraph JS SDK

npm install @langchain/langgraph-sdk

发送消息给助手（无线程运行）

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

// 仅在调用 langgraph up 时更改默认端口时设置 apiUrl
const client = new Client({ apiUrl: "http://localhost:8123"});

const streamResponse = client.runs.stream(
    null, // 无线程运行
    "agent", // 助手 ID
    {
        input: {
            "messages": [
                { "role": "user", "content": "什么是 LangGraph？"}
            ]
        },
        streamMode: "messages",
    }
);

for await (const chunk of streamResponse) {
    console.log(`接收新事件类型: ${chunk.event}...`);
    console.log(JSON.stringify(chunk.data));
    console.log("\n\n");
}

curl -s --request POST \
    --url "http://localhost:8123/runs/stream" \
    --header 'Content-Type: application/json' \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"什么是 LangGraph？\"
                }
            ]
        },
        \"stream_mode\": \"updates\"
    }"

认证

如果您连接到远程服务器，则需要提供 LangSmith API 密钥进行授权。有关更多信息，请参阅客户端的 API 参考。

后续步骤

现在您已经在本地运行了 LangGraph 应用，可以通过探索部署和高级功能来继续您的旅程：

🌐 部署到 LangGraph 云

📚 了解更多有关 LangGraph 平台的信息

通过以下资源扩展您的知识：

🛠️ 开发者参考

获取开发和 API 使用的详细文档：

优云智算