部署

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
• ☁️ 云部署和 🔧 自托管选项
• 📊 用于跟踪和可观测性的 LangSmith 集成

:::info[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。

创建 LangGraph 应用

npm install -g create-langgraph
create-langgraph path/to/your/app

按照提示选择 New LangGraph Project。这将创建一个空的 LangGraph 项目。您可以通过将 src/agent/graph.ts 中的代码替换为您的智能体代码来修改它。例如：

import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { initChatModel } from "langchain/chat_models/universal";
import { tool } from "@langchain/core/tools";
import { z } from "zod";

const getWeather = tool(
  async (input: { city: string }) => {
    return `It's always sunny in ${input.city}!`;
  },
  {
    name: "getWeather",
    schema: z.object({
      city: z.string().describe("The city to get the weather for"),
    }),
    description: "Get weather for a given city.",
  }
);

const llm = await initChatModel("anthropic:claude-3-7-sonnet-latest");
// 确保导出将在 LangGraph API 服务器中使用的图
// highlight-next-line
export const graph = createReactAgent({
  llm,
  tools: [getWeather],
  prompt: "You are a helpful assistant"
})

安装依赖

在新的 LangGraph 应用根目录中，安装依赖：

yarn
# 安装这些以使用 Anthropic 的 initChatModel
yarn add langchain
yarn add @langchain/anthropic

创建 .env 文件

您会在新 LangGraph 应用的根目录中找到 .env.example 文件。在应用根目录中创建一个 .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...
ANTHROPIC_API_KEY=sk-

在本地启动 LangGraph 服务器

npx @langchain/langgraph-cli dev

这将在本地启动 LangGraph API 服务器。如果成功运行，您将看到类似以下内容：

Welcome to LangGraph.js!

• 🚀 API: http://localhost:2024

• 🎨 Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

LangGraph Studio Web UI

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

• LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

部署

一旦您的 LangGraph 应用在本地运行，您可以使用 LangSmith 部署或自托管选项进行部署。有关所有受支持部署模型的详细说明，请参阅 部署选项指南。