要部署您的 LangGraph 智能体，请创建并配置一个 LangGraph 应用。此设置支持本地开发和生产部署。

功能

  • 🖥️ 用于开发的本地服务器
  • 🧩 用于可视化调试的 Studio Web UI
  • ☁️ 云和 🔧 自托管部署选项
  • 📊 LangSmith 集成，用于追踪和可观测性

要求

  • ✅ 您必须拥有一个 LangSmith 账户。您可以免费注册并开始使用免费套餐。
<span id="__span-0-1">pip install -U "langgraph-cli[inmem]"
<span id="__span-0-2">langgraph new path/to/your/app --template new-langgraph-project-python

这将创建一个空的 LangGraph 项目。您可以通过将 src/agent/graph.py 中的代码替换为您的智能体代码来修改它。例如

API 参考：create_react_agent

<span id="__span-1-1">from langgraph.prebuilt import create_react_agent
<span id="__span-1-2">
<span id="__span-1-3">def get_weather(city: str) -&gt; str:
<span id="__span-1-4">    """Get weather for a given city."""
<span id="__span-1-5">    return f"It's always sunny in {city}!"
<span id="__span-1-6">
<span id="__span-1-7">graph = create_react_agent(
<span id="__span-1-8">    model="anthropic:claude-3-7-sonnet-latest",
<span id="__span-1-9">    tools=[get_weather],
<span id="__span-1-10">    prompt="You are a helpful assistant"
<span id="__span-1-11">)

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

您将在新 LangGraph 应用的根目录中找到一个 .env.example 文件。在新 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

<span id="__span-3-1">LANGSMITH_API_KEY=lsv2...
<span id="__span-3-2">ANTHROPIC_API_KEY=sk-

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

准备就绪！

请参阅此教程，了解更多关于本地运行 LangGraph 应用的信息。

LangGraph Studio Web 是一个专门的 UI，您可以连接到 LangGraph API 服务器，以实现在本地对应用程序进行可视化、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。

一旦您的 LangGraph 应用在本地运行，您就可以使用 LangGraph 平台部署它。有关所有支持的部署模型的详细说明，请参阅部署选项指南。