模板应用¶

模板应用是开源的参考应用，旨在帮助你在使用 LangGraph 构建时快速上手。它们提供了常见智能体工作流的可运行示例，并可根据你的需求进行定制。

你可以使用 LangGraph CLI 从模板创建应用。

Requirements

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

安装LangGraph CLI¶

pip install "langgraph-cli[inmem]" --upgrade

Or via uv (recommended):

uvx --from "langgraph-cli[inmem]" langgraph dev --help

可用模板¶

模板	描述	链接
New LangGraph Project	一个带有记忆功能的简洁、轻量的聊天机器人。	仓库
ReAct Agent	一个简单的智能体，可灵活扩展到多种工具。	仓库
Memory Agent	一个 ReAct 风格的智能体，并配备用于在不同对话线程间存储记忆的工具。	仓库
Retrieval Agent	包含基于检索的问答系统的智能体。	仓库
Data-Enrichment Agent	一个执行网页搜索并将结果整理为结构化格式的智能体。	仓库

🌱 创建一个 LangGraph 应用¶

要从模板创建一个新应用，请使用 langgraph new 命令。

langgraph new

或者通过 uv (推荐):

uvx --from "langgraph-cli[inmem]" langgraph new

后续步骤¶

请查看新 LangGraph 应用根目录中的 README.md 文件，以获取有关该模板以及如何自定义的更多信息。

完成应用配置并添加你的 API 密钥后，你可以使用 LangGraph CLI 启动该应用：

langgraph dev

或者通过uv (推荐):

uvx --from "langgraph-cli[inmem]" --with-editable . langgraph dev

缺少本地包？

如果您没有使用 uv，并且在安装了本地包 (pip install -e .) 后仍然遇到 "ModuleNotFoundError" 或 "ImportError"，这很可能是因为您需要将 CLI 安装到本地虚拟环境中，以使 CLI 能够“识别”本地包。您可以通过运行 python -m pip install "langgraph-cli[inmem]" 并在运行 langgraph dev 之前重新激活您的虚拟环境来实现这一点。

有关如何部署应用程序的更多信息，请参阅以下指南：

启动本地 LangGraph 服务器: 本快速入门指南展示了如何为 **ReAct 代理**模板在本地启动 LangGraph 服务器。其他模板的步骤类似。
部署到 LangGraph 平台: 使用 LangGraph 平台部署您的 LangGraph 应用程序。