运行本地服务器

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

npm install --save-dev @langchain/langgraph-cli

2. 创建一个 LangGraph 应用

从 new-langgraph-project-js 模板创建一个新应用。此模板展示了一个单节点应用程序，您可以扩展它以添加自己的逻辑。

npm create langgraph

将 LangGraph 添加到现有项目

如果您有一个包含 LangGraph 智能体的现有项目，可以使用 config 命令自动生成 langgraph.json 配置文件：

npm create langgraph config

此命令会扫描您的项目以查找 LangGraph 智能体（例如 createAgent()、StateGraph.compile() 或 workflow.compile() 模式），并生成一个包含所有已导出智能体的配置文件。示例输出：

{
  "node_version": "24",
  "graphs": {
    "agent": "./src/agent.ts:agent",
    "searchAgent": "./src/search.ts:searchAgent"
  },
  "env": ".env"
}

只有已导出的智能体会包含在配置中。如果某个智能体未被导出，命令会发出警告，以便您添加 export 关键字。

3. 安装依赖

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

cd path/to/your/app
npm install

4. 创建一个 `.env` 文件

您会在新的 LangGraph 应用根目录中找到一个 .env.example 文件。在根目录创建一个 .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. 启动智能体服务器

在本地启动 LangGraph API 服务器：

npx @langchain/langgraph-cli dev

示例输出：

INFO:langgraph_api.cli:

        Welcome to

╦  ┌─┐┌┐┌┌─┐╔═╗┬─┐┌─┐┌─┐┬ ┬
║  ├─┤││││ ┬║ ╦├┬┘├─┤├─┘├─┤
╩═╝┴ ┴┘└┘└─┘╚═╝┴└─┴ ┴┴  ┴ ┴

- 🚀 API: http://127.0.0.1:2024
- 🎨 Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
- 📚 API Docs: http://127.0.0.1:2024/docs

此内存服务器专为开发和测试而设计。
生产环境使用，请部署 LangSmith。

langgraph dev 命令以内存模式启动智能体服务器。此模式适用于开发和测试目的。对于生产环境，请部署一个能够访问持久存储后端的智能体服务器。有关更多信息，请参阅平台设置概述。

6. 在 Studio 中测试您的应用

Studio 是一个专用的 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 Studio 中测试您的图：

>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

如果智能体服务器运行在自定义的主机/端口上，请更新 URL 中的 baseUrl 查询参数。例如，如果您的服务器运行在 http://myhost:3000：

https://smith.langchain.com/studio/?baseUrl=http://myhost:3000

Safari 兼容性

在命令中使用 --tunnel 标志来创建一个安全的隧道，因为 Safari 在连接到 localhost 服务器时存在限制：

langgraph dev --tunnel

7. 测试 API

Javascript SDK
Rest API

安装 LangGraph JS SDK：
npm install @langchain/langgraph-sdk
向助手发送消息（无线程运行）：

import { Client } from "@langchain/langgraph-sdk";

// 仅在您调用 langgraph dev 时更改了默认端口才设置 apiUrl
const client = new Client({ apiUrl: "http://localhost:2024"});

const streamResponse = client.runs.stream(
  null, // 无线程运行
  "agent", // 助手 ID
  {
    input: {
      "messages": [
        { "role": "user", "content": "什么是 LangGraph？"}
      ]
    },
    streamMode: "messages-tuple",
  }
);

for await (const chunk of streamResponse) {
  console.log(`正在接收新事件，类型为：${chunk.event}...`);
  console.log(JSON.stringify(chunk.data));
  console.log("\n\n");
}

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

后续步骤

现在您已经有一个在本地运行的 LangGraph 应用，您可以通过探索部署和高级功能来进一步发展您的旅程：

部署快速入门：使用 LangSmith 部署您的 LangGraph 应用。
LangSmith：了解基础的 LangSmith 概念。
SDK 参考文档：探索 SDK API 参考文档。

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.

Edit this page on GitHub or file an issue.

Get started

Capabilities

Production

Frontend

LangGraph APIs

前提条件

1. 安装 LangGraph CLI

2. 创建一个 LangGraph 应用

3. 安装依赖

4. 创建一个 `.env` 文件

5. 启动智能体服务器

6. 在 Studio 中测试您的应用

7. 测试 API

后续步骤

​前提条件

​1. 安装 LangGraph CLI

​2. 创建一个 LangGraph 应用

​3. 安装依赖

​4. 创建一个 .env 文件

​5. 启动智能体服务器

​6. 在 Studio 中测试您的应用

​7. 测试 API

​后续步骤

前提条件

1. 安装 LangGraph CLI

2. 创建一个 LangGraph 应用

3. 安装依赖

4. 创建一个 `.env` 文件

5. 启动智能体服务器

6. 在 Studio 中测试您的应用

7. 测试 API

后续步骤