快速入门：在 LangGraph Cloud 上部署

前提条件

在开始之前，请确保您具备以下条件：

• GitHub 账户
• LangSmith 账户

在 GitHub 上创建仓库

要将 LangGraph 应用程序部署到 LangGraph 云，您的应用程序代码必须存放在 GitHub 仓库中。公共仓库和私有仓库均受支持。

您可以将任何 LangGraph 应用程序 部署到 LangGraph 云。

在本指南中，我们将使用预构建的 Python ReAct 代理 模板。

获取 ReAct 代理模板所需的 API 密钥

此 ReAct 代理 应用程序需要来自 Anthropic 和 Tavily 的 API 密钥。您可以通过在各自的网站上注册来获取这些 API 密钥。

替代方案：如果您更喜欢不需要 API 密钥的脚手架应用程序，请使用 新 LangGraph 项目 模板，而不是 ReAct 代理 模板。

1. 访问 ReAct 代理 仓库。
2. 通过点击右上角的 Fork 按钮，将该仓库复刻到您的 GitHub 账户。

部署到 LangGraph 云

1. 登录 LangSmith

访问 LangSmith 并登录。如果你没有账户，可以免费注册。

2. 点击 LangGraph 平台（左侧侧边栏）

从左侧侧边栏选择 LangGraph 平台。

3. 点击 + 新建部署（右上角）

点击 + 新建部署 来创建一个新的部署。此按钮位于右上角。 它将打开一个新的模态框，你可以在其中填写所需字段。

4. 点击从 GitHub 导入（首次使用的用户）

点击 从 GitHub 导入 并按照说明连接你的 GitHub 账户。此步骤适用于 首次使用的用户 或添加之前未连接过的私有仓库。

5. 选择仓库、配置环境变量等

选择 仓库，添加环境变量和机密信息，并设置其他配置选项。

• 仓库：选择你之前复刻的仓库（或任何你想要部署的其他仓库）。
• 设置你的应用程序所需的机密信息和环境变量。对于 ReAct 代理 模板，你需要设置以下机密信息：
  • ANTHROPIC_API_KEY：从 Anthropic 获取 API 密钥。
  • TAVILY_API_KEY：在 Tavily 网站 获取 API 密钥。

6. 点击提交以进行部署！

请注意，此步骤可能需要约 15 分钟才能完成。你可以在 部署 视图中查看部署状态。 点击右上角的 提交 按钮来部署你的应用程序。

LangGraph Studio Web 界面

应用程序部署完成后，你可以在 LangGraph Studio 中对其进行测试。

1. 点击现有的部署

点击你刚刚创建的部署以查看更多详细信息。

2. 点击 LangGraph Studio

点击 LangGraph Studio 按钮以打开 LangGraph Studio。

在 LangGraph Studio 中运行的示例图。

测试 API

Note

以下 API 调用适用于 ReAct 代理 模板。如果你部署的是不同的应用程序，可能需要相应地调整 API 调用。

在使用之前，你需要获取 LangGraph 部署的 URL。你可以在 部署 视图中找到它。点击 URL 即可将其复制到剪贴板。

你还需要确保已正确设置 API 密钥，以便能够通过 LangGraph Cloud 进行身份验证。

export LANGSMITH_API_KEY=...

Python SDK（异步）Python SDK（同步）Javascript SDKRest 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

client = get_client(url="your-deployment-url", api_key="your-langsmith-api-key")

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")

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_sync_client

client = get_sync_client(url="your-deployment-url", api_key="your-langsmith-api-key")

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")

安装 LangGraph JS SDK

npm install @langchain/langgraph-sdk

向助手发送消息（无线程运行）

const { Client } = await import("@langchain/langgraph-sdk");

const client = new Client({ apiUrl: "your-deployment-url", apiKey: "your-langsmith-api-key" });

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");
}

curl -s --request POST \
    --url <DEPLOYMENT_URL> \
    --header 'Content-Type: application/json' \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"What is LangGraph?\"
                }
            ]
        },
        \"stream_mode\": \"updates\"
    }" 

下一步

恭喜你！如果你已经完成了本教程，那么你离成为 LangGraph Cloud 专家已经不远了。以下是一些其他资源，可帮助你在成为专家的道路上更进一步：

LangGraph 框架

• LangGraph 教程: 开始使用 LangGraph 框架。
• LangGraph 概念: 学习 LangGraph 的基础概念。
• LangGraph 操作指南: 关于使用 LangGraph 进行常见任务的指南。

📚 深入了解 LangGraph 平台

利用这些资源拓展你的知识：

• LangGraph 平台概念: 理解 LangGraph 平台的基础概念。
• LangGraph 平台操作指南: 探索构建和部署应用程序的分步指南。
• 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。

Comments