快速入门：启动本地 LangGraph Server
快速入门：启动本地 LangGraph Server
这是一个快速入门指南，帮助你在本地启动并运行 LangGraph 应用程序。
安装 LangGraph CLI
$ npx @langchain/langgraph-cli@latest
# 或全局安装，将可用作 `langgraphjs`
$ npm install -g @langchain/langgraph-cli🌱 创建 LangGraph 应用程序
创建一个新应用程序并按照说明操作，选择 ReAct Agent 作为模板。这是一个简单的代理，可以灵活地扩展到许多工具。
$ npm create langgraph安装依赖
在你新创建的 LangGraph 应用程序的根目录中，以 edit 模式安装依赖，以便服务器使用你的本地更改：
$ yarn创建 .env 文件
你会在新创建的 LangGraph 应用程序的根目录中找到一个 .env.example。在你的新 LangGraph 应用程序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-...:::note[获取 API 密钥]
- LANGSMITH_API_KEY：前往 LangSmith 设置页面。然后点击 Create API Key。
- ANTHROPIC_API_KEY：从 Anthropic 获取 API 密钥。
- OPENAI_API_KEY：从 OpenAI 获取 API 密钥。
- TAVILY_API_KEY：在 Tavily 网站 上获取 API 密钥。
🚀 启动 LangGraph Server
$ npx @langchain/langgraph-cli@latest dev这将启动本地的 LangGraph API 服务器。如果运行成功，你应该会看到类似以下内容：
:::note[内存模式]
langgraphjs dev 命令以内存模式启动 LangGraph Server。此模式适用于开发和测试目的。对于生产用途，你应该部署具有持久存储后端访问权限的 LangGraph Cloud。
如果你想使用持久存储后端测试你的应用程序，可以使用 langgraphjs up 命令代替 langgraphjs dev。你需要在机器上安装 docker 才能使用此命令。
LangGraph Studio Web UI
LangGraph Studio Web 是一个专门的 UI，你可以连接到 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 中测试你的图。
- LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://localhost:2024
:::info[连接到具有自定义主机/端口的服务器]
如果你使用自定义主机/端口运行 LangGraph API 服务器，你可以通过更改 baseUrl URL 参数将 Studio Web UI 指向它。例如，如果你在端口 8000 上运行服务器，可以将上述 URL 更改为以下内容：
https://smith.langchain.com/studio/baseUrl=http://localhost:8000:::warning[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
=== Python SDK (Async)
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:2024")
async for chunk in client.runs.stream(
None, # 无线程运行
"agent", # 助手名称。在 langgraph.json 中定义。
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")=== Python SDK (Sync)
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:2024")
for chunk in client.runs.stream(
None, # 无线程运行
"agent", # 助手名称。在 langgraph.json 中定义。
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")=== Javascript SDK
安装 LangGraph JS SDK
$ yarn add @langchain/langgraph-sdk发送消息给助手（无线程运行）
const { Client } = await import("@langchain/langgraph-sdk");
// 只有在调用 langgraph dev 时更改了默认端口才设置 apiUrl
const client = new Client({ apiUrl: "http://localhost:2024"});
const streamResponse = client.runs.stream(
null, // 无线程运行
"agent", // 助手 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");
}=== Rest API
curl -s --request POST \
--url "http://localhost:2024/runs/stream" \
--header 'Content-Type: application/json' \
--data "{
\"assistant_id\": \"agent\",
\"input\": {
\"messages\": [
{
\"role\": \"human\",
\"content\": \"What is LangGraph?\"
}
]
},
\"stream_mode\": \"updates\"
}" :::tip[认证]
如果你要连接到远程服务器，你需要提供 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
现在你已经运行了一个本地的 LangGraph 应用程序，通过探索部署和高级功能来继续你的旅程：
🌐 部署到 LangGraph Cloud
- LangGraph Cloud 快速入门：使用 LangGraph Cloud 部署你的 LangGraph 应用程序。
📚 了解更多关于 LangGraph Platform
通过以下资源扩展你的知识：
- LangGraph Platform 概念：了解 LangGraph Platform 的基础概念。
- LangGraph Platform 操作指南：发现构建和部署应用程序的分步指南。
🛠️ 开发者参考
访问开发和 API 使用的详细文档：
- LangGraph Server API 参考：探索 LangGraph Server API 文档。
- Python SDK 参考：探索 Python SDK API 参考。
- JS/TS SDK 参考：探索 JS/TS SDK API 参考。