本快速入门指南将向您展示如何使用 langgraph deploy 命令将应用部署到 LangSmith Cloud。
如需全面的云端部署指南（包括基于 GitHub 的部署和所有配置选项），请参阅云端部署设置指南。 langgraph deploy 命令目前处于 Beta 阶段。
前提条件
开始之前，请确保您已具备：
1. 创建 LangGraph 应用
从 new-langgraph-project-python 模板 创建一个新应用：
langgraph new path/to/your/app --template new-langgraph-project-python
cd path/to/your/app
运行 langgraph new 而不带 --template 参数，将显示一个交互式菜单，列出所有可用模板。
2. 设置您的 API 密钥
将您的 LangSmith API 密钥添加到项目根目录下的 .env 文件中：
LANGSMITH_API_KEY=lsv2_...
langgraph deploy 命令会自动读取此文件。或者，您也可以在命令行中直接传递：
LANGSMITH_API_KEY=lsv2_... langgraph deploy
3. 部署
在项目目录下运行部署命令：
这将默认创建一个名为 dev 的部署，其名称取自您的项目目录。您可以使用 --name 或 --deployment-type prod 来覆盖此设置。
在代码更改后，要更新现有部署，请重新运行 langgraph deploy。它会按名称查找现有部署并就地更新。
langgraph deploy list 查看所有部署，使用 langgraph deploy logs 跟踪运行时日志，以及使用 langgraph deploy delete <ID> 删除部署。详情请参阅 CLI 参考文档。
4. 在 Studio 中测试
Studio 是一个交互式智能体 IDE，可直接连接到您的部署。使用它来发送消息、检查每个节点的中间状态、在运行中编辑状态，以及从任何先前的检查点重放，无需编写代码。
部署就绪后：
- 前往 LangSmith 并在左侧边栏中选择 Deployments。
- 选择您的部署以查看其详细信息。
- 点击右上角的 Studio 以打开 Studio。
5. 测试 API
从部署详细信息视图中复制 API URL，然后使用它来调用您的应用：
Python SDK (异步)
Python SDK (同步)
JavaScript SDK
Rest API
- 安装 LangGraph Python SDK：
pip install langgraph-sdk
- 向助手发送消息（无状态运行）：
from langgraph_sdk import get_client
client = get_client(url="your-deployment-url", api_key="your-langsmith-api-key")
async for chunk in client.runs.stream(
None, # 无线程运行
"agent", # 助手名称。在 langgraph.json 中定义。
input={
"messages": [{
"role": "human",
"content": "What is LangGraph?",
}],
},
stream_mode="updates",
):
print(f"Receiving new event of type: {chunk.event}...")
print(chunk.data)
print("\n\n")
- 安装 LangGraph Python SDK：
pip install langgraph-sdk
- 向助手发送消息（无线程运行）：
from langgraph_sdk import get_sync_client
client = get_sync_client(url="your-deployment-url", api_key="your-langsmith-api-key")
for chunk in client.runs.stream(
None, # 无线程运行
"agent", # 助手名称。在 langgraph.json 中定义。
input={
"messages": [{
"role": "human",
"content": "What is LangGraph?",
}],
},
stream_mode="updates",
):
print(f"Receiving new event of type: {chunk.event}...")
print(chunk.data)
print("\n\n")
- 安装 LangGraph JS SDK：
npm install @langchain/langgraph-sdk
- 向助手发送消息（无线程运行）：
const { Client } = await import("@langchain/langgraph-sdk");
const client = new Client({ apiUrl: "your-deployment-url", apiKey: "your-langsmith-api-key" });
const streamResponse = client.runs.stream(
null, // 无线程运行
"agent", // 助手 ID
{
input: {
"messages": [
{ "role": "user", "content": "What is LangGraph?"}
]
},
streamMode: "messages",
}
);
for await (const chunk of streamResponse) {
console.log(`Receiving new event of type: ${chunk.event}...`);
console.log(JSON.stringify(chunk.data));
console.log("\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\",
\"input\": {
\"messages\": [
{
\"role\": \"human\",
\"content\": \"What is LangGraph?\"
}
]
},
\"stream_mode\": \"updates\"
}"
后续步骤
助手
为每个助手部署相同的图，但使用不同的模型、提示词或工具。
线程
跨多次运行持久化状态，使您的智能体能够记住交互之间的上下文。
运行
为长时间运行的任务启动后台运行，并将结果流式传输回您的客户端。
将这些文档通过 MCP 连接到 Claude、VSCode 等工具，以获取实时答案。 
