Skip to main content
本指南将向您展示如何在本地运行 LangGraph 应用程序。

​
前提条件

在开始之前，请确保您已具备以下条件：
  • 一个 LangSmith 的 API 密钥 — 注册免费

​
1. 安装 LangGraph CLI

# 需要 Python >= 3.11。
pip install -U "langgraph-cli[inmem]"

​
2. 创建一个 LangGraph 应用 🌱

从 new-langgraph-project-python 模板 创建一个新应用。该模板展示了一个单节点应用程序，您可以在此基础上扩展自己的逻辑。 
langgraph new path/to/your/app --template new-langgraph-project-python
更多模板 如果您使用 langgraph new 但未指定模板，系统将显示一个交互式菜单，供您从可用模板列表中选择。

​
3. 安装依赖项

在您的新 LangGraph 应用根目录中，以“编辑”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 应用的根目录中找到一个 .env.example 文件。请在根目录中创建一个 .env 文件，并将 .env.example 文件的内容复制进去，填写必要的 API 密钥： 
LANGSMITH_API_KEY=lsv2...

​
5. 启动 LangGraph 服务器 🚀

在本地启动 LangGraph API 服务器： 
langgraph dev
示例输出： 
>    准备就绪！
>
>    - API: [http://localhost:2024](http://localhost:2024/)
>
>    - 文档: 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 服务器。此模式适用于开发和测试目的。如需生产环境使用，请部署支持持久化存储后端的 LangGraph 服务器。更多信息请参阅 部署选项。

​
6. 在 LangGraph Studio 中测试您的应用

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。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
对于运行在自定义主机/端口上的 LangGraph 服务器，请更新 baseURL 参数。
由于 Safari 在连接 localhost 服务器时存在限制，请使用 --tunnel 标志创建安全隧道：
langgraph dev --tunnel

​
7. 测试 API

  • Python SDK (异步)
  • Python SDK (同步)
  • Rest API
  1. 安装 LangGraph Python SDK：
pip install langgraph-sdk
  1. 向助手发送消息（无会话运行）：
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,  # 无会话运行
        "agent", # 助手名称。在 langgraph.json 中定义。
        input={
        "messages": [{
            "role": "human",
            "content": "什么是 LangGraph？",
            }],
        },
    ):
        print(f"正在接收类型为 {chunk.event} 的新事件...")
        print(chunk.data)
        print("\n\n")

asyncio.run(main())

​
后续步骤

现在您已在本地成功运行 LangGraph 应用，可通过探索部署和高级功能进一步深入：