Documentation Index
Fetch the complete documentation index at: https://langchain.idochub.dev/llms.txt
Use this file to discover all available pages before exploring further.
LangGraph 平台是将智能代理快速转化为生产系统的最快方式。传统托管平台专为无状态、短生命周期的 Web 应用构建，而 LangGraph 则专为有状态、长周期运行的智能代理量身打造，让您几分钟内即可从代码仓库实现稳定可靠的云端部署。
前提条件
开始之前，请确保您已具备以下条件：
部署您的智能代理
1. 在 GitHub 上创建代码仓库
您的应用程序代码必须托管在 GitHub 仓库中，才能在 LangGraph 平台上部署。支持公有和私有仓库。本快速入门指南中，请先按照本地服务器设置指南确保您的应用兼容 LangGraph，然后将代码推送到该仓库。
2. 部署到 LangGraph 平台
创建新部署
点击 + New Deployment（新建部署） 按钮。将弹出一个面板，您可在其中填写所需字段。
关联仓库
如果您是首次使用，或需添加此前未连接过的私有仓库，请点击 Add new account（添加新账户） 按钮，并按提示连接您的 GitHub 账户。
部署仓库
选择您的应用仓库，点击 Submit（提交） 进行部署。此过程大约需要 15 分钟完成。您可在 Deployment details（部署详情） 视图中查看状态。
3. 在 LangGraph Studio 中测试您的应用
应用部署完成后：
- 选择您刚创建的部署以查看更多详情。
- 点击右上角的 LangGraph Studio 按钮。LangGraph Studio 将打开并显示您的图结构。
4. 获取部署的 API URL
- 在 LangGraph 的 Deployment details（部署详情） 视图中，点击 API URL 以复制到剪贴板。
- 点击
URL 即可复制到剪贴板。
5. 测试 API
现在您可以测试 API 了：
- 安装 LangGraph Python SDK：
pip install langgraph-sdk
- 向智能代理发送消息：
from langgraph_sdk import get_sync_client # 如需异步，请使用 get_client
client = get_sync_client(url="your-deployment-url", api_key="your-langsmith-api-key")
for chunk in client.runs.stream(
None, # 无会话线程运行
"agent", # 代理名称，在 langgraph.json 中定义
input={
"messages": [{
"role": "human",
"content": "什么是 LangGraph？",
}],
},
stream_mode="updates",
):
print(f"正在接收类型为 {chunk.event} 的新事件...")
print(chunk.data)
print("\n\n")
curl -s --request POST \
--url <DEPLOYMENT_URL>/runs/stream \
--header 'Content-Type: application/json' \
--header "X-Api-Key: <LANGSMITH API KEY> \
--data "{
\"assistant_id\": \"agent\", `# 代理名称，在 langgraph.json 中定义`
\"input\": {
\"messages\": [
{
\"role\": \"human\",
\"content\": \"什么是 LangGraph?\"
}
]
},
\"stream_mode\": \"updates\"
}"
LangGraph 平台提供其他部署选项，包括自托管和混合部署。更多信息请参阅 部署选项。