> ## 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.

# 部署

<Warning>
  **Alpha 版本提示：** 本文档涵盖的是 **v1-alpha** 版本。内容尚不完整，且可能随时变更。

  如需查阅最新稳定版本，请参阅 v0 版本的 [LangChain Python 文档](https://python.langchain.com/docs/introduction/) 或 [LangChain JavaScript 文档](https://js.langchain.com/docs/introduction/)。
</Warning>

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：

* 一个 [GitHub 账户](https://github.com/)
* 一个 [LangSmith 账户](https://smith.langchain.com/)（注册免费）

## 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](/oss/python/langchain/studio#setup-local-langgraph-server)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

<Steps>
  <Step title="前往 LangSmith 部署页面">
    登录 [LangSmith](https://smith.langchain.com/)。在左侧边栏中选择 **Deployments（部署）**。
  </Step>

  <Step title="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。
  </Step>

  <Step title="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。
  </Step>

  <Step title="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。
  </Step>
</Steps>

### 3. 在 LangGraph Studio 中测试您的应用

应用部署完成后：

1. 选择您刚创建的部署以查看更多详情。
2. 点击右上角的 **LangGraph Studio** 按钮。[LangGraph Studio](/oss/python/langchain/studio) 将打开并显示您的图结构。

### 4. 获取部署的 API URL

1. 在 LangGraph 的 **Deployment details（部署详情）** 视图中，点击 **API URL** 以复制到剪贴板。
2. 点击 `URL` 即可复制到剪贴板。

### 5. 测试 API

现在您可以测试 API 了：

<Tabs>
  <Tab title="Python">
    1. 安装 LangGraph Python SDK：

    ```shell theme={null}
    pip install langgraph-sdk
    ```

    2. 向智能代理发送消息：

    ```python theme={null}
    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")
    ```
  </Tab>

  <Tab title="Rest API">
    ```bash theme={null}
    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\"
        }"
    ```
  </Tab>
</Tabs>

<Tip>
  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](/langgraph-platform/deployment-options)。
</Tip>