运行本地服务器

本指南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，请确保您拥有以下内容：

• 用于 LangSmith 的 API 密钥 - 免费注册

1. 安装 LangGraph CLI

pip

# Python >= 3.11 is required.
pip install -U "langgraph-cli[inmem]"

2. 创建一个 LangGraph 应用 🌱

从new-langgraph-project-python模板创建一个新的应用程序。此模板演示了一个单节点应用程序，您可以使用自己的逻辑对其进行扩展。

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

附加模板 如果您在使用 langgraph new 时未指定模板，系统将显示一个交互式菜单，您可以从提供的模板列表中进行选择。

3. 安装依赖项

在您新 LangGraph 应用的根目录下，以 edit 模式安装依赖项，以便服务器使用您的本地更改：

pip

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

4. 创建一个 .env 文件

您将在新 LangGraph 应用的根目录下找到一个 .env.example。在您的新 LangGraph 应用根目录下创建一个 .env 文件，并将 .env.example 文件的内容复制到其中，填写必要的 API 密钥：

LANGSMITH_API_KEY=lsv2...

5. 启动 LangGraph 服务器 🚀

启动本地 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 服务器。此模式适用于开发和测试目的。对于生产使用，请部署 LangGraph 服务器，使其能够访问持久化存储后端。有关更多信息，请参阅托管概述。

6. 在 Studio 中测试您的应用程序

工作室 是一个专门的 UI，您可以通过连接到 LangGraph API 服务器来本地可视化、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 来在工作室测试您的图：

>    - 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 服务器，更新 baseURL 参数。

Safari compatibility

使用您的命令与 --tunnel 标志创建安全隧道，因为 Safari 在连接到 localhost 服务器时存在限制：

langgraph dev --tunnel

7. 测试API

Python SDK (async)

1. 安装 LangGraph Python SDK：

pip install langgraph-sdk

2. 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,  # Threadless run
        "agent", # Name of assistant. Defined in langgraph.json.
        input={
        "messages": [{
            "role": "human",
            "content": "What is LangGraph?",
            }],
        },
    ):
        print(f"Receiving new event of type: {chunk.event}...")
        print(chunk.data)
        print("\n\n")

asyncio.run(main())

Python SDK (sync)

1. 安装 LangGraph Python SDK：

pip install langgraph-sdk

2. 向助手发送消息（无线程运行）：

from langgraph_sdk import get_sync_client

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

for chunk in client.runs.stream(
    None,  # Threadless run
    "agent", # Name of assistant. Defined in langgraph.json.
    input={
        "messages": [{
            "role": "human",
            "content": "What is LangGraph?",
        }],
    },
    stream_mode="messages-tuple",
):
    print(f"Receiving new event of type: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

Rest API

curl -s --request POST \
    --url "http://localhost:2024/runs/stream" \
    --header 'Content-Type: application/json' \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"What is LangGraph?\"
                }
            ]
        },
        \"stream_mode\": \"messages-tuple\"
    }"

下一步

现在您已经在本地上运行了 LangGraph 应用，通过探索部署和高级功能，继续您的旅程吧：

• 部署快速入门: 使用LangSmith部署您的LangGraph应用。

• LangSmith: 了解LangSmith的基础概念。

• Python SDK 参考文档: 探索 Python SDK API 参考文档。

---

在GitHub上编辑此页面的源代码。

通过MCP将这些文档编程连接到Claude、VSCode等，以获取实时答案。