在本地运行服务器¶

本指南向您展示如何在本地运行 LangGraph 应用程序。

先决条件¶

开始之前，请确保您具备以下条件：

LangSmith 的 API 密钥 - 免费注册

1. 安装 LangGraph CLI¶

# 需要 Python >= 3.11。

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

2. 创建 LangGraph 应用 🌱¶

从 new-langgraph-project-python 模板创建一个新应用。该模板演示了一个单节点应用程序，您可以用自己的逻辑进行扩展。

langgraph new path/to/your/app --template new-langgraph-project-python

其他模板

如果您使用 langgraph new 而不指定模板，系统将显示一个交互式菜单，让您从可用模板列表中进行选择。

3. 安装依赖项¶

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

cd path/to/your/app
pip install -e .

4. 创建 `.env` 文件¶

您将在新 LangGraph 应用程序的根目录中找到一个 .env.example 文件。在新 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Replicate到其中，填写必要的 API 密钥：

LANGSMITH_API_KEY=lsv2...

5. 启动 LangGraph Server 🚀¶

在本地启动 LangGraph API 服务器：

langgraph dev

示例输出：

>    Ready!
>
>    - API: [http://localhost:2024](http://localhost:2024/)
>
>    - Docs: http://localhost:2024/docs
>
>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

langgraph 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。对于生产使用，请部署具有持久存储后端访问权限的 LangGraph Server。有关更多信息，请参阅部署选项。

6. 在 LangGraph Studio 中测试您的应用程序¶

LangGraph Studio 是一个专用 UI，您可以将其连接到 LangGraph API 服务器，以在本地可视化、交互和调试您的应用程序。通过访问 langgraph dev 命令输出中提供的 URL，在 LangGraph Studio 中测试您的图：

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

对于在自定义主机/端口上运行的 LangGraph Server，请更新 baseURL 参数。

Safari 兼容性

使用 --tunnel 标志与您的命令一起创建安全隧道，因为 Safari 在连接到本地主机服务器时有限制：

langgraph dev --tunnel

7. 测试 API¶

Python SDK (异步)Python SDK (同步)REST API

安装 LangGraph Python SDK：
```
pip install langgraph-sdk
```

向助手发送消息（无线程运行）：

from langgraph_sdk import get_client
import asyncio

client = get_client(url="http://localhost:2024")

async def main():
    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": "什么是 LangGraph？",
            }],
        },
    ):
        print(f"接收到新事件类型: {chunk.event}...")
        print(chunk.data)
        print("\n\n")

asyncio.run(main())

安装 LangGraph Python SDK：
```
pip install langgraph-sdk
```