应用程序必须使用配置文件进行配置，才能部署到 LangSmith（或进行自托管）。本操作指南讨论了使用 pyproject.toml 定义包依赖项来设置应用程序以进行部署的基本步骤。
此示例基于此仓库，该仓库使用了 LangGraph 框架。
最终的仓库结构将类似于这样：
my-app/
├── my_agent # 所有项目代码都在这里
│ ├── utils # 图的实用工具
│ │ ├── __init__.py
│ │ ├── tools.py # 图的工具
│ │ ├── nodes.py # 图的节点函数
│ │ └── state.py # 图的状态定义
│ ├── __init__.py
│ └── agent.py # 构建图的代码
├── .env # 环境变量
├── langgraph.json # LangGraph 的配置文件
└── pyproject.toml # 项目的依赖项
LangSmith 部署支持部署 LangGraph 图。然而，图的_节点_实现可以包含任意代码。这意味着任何框架都可以在节点内实现并部署在 LangSmith 部署上。这使您无需使用额外的 LangGraph 开源 API 即可实现核心应用逻辑，同时仍可使用 LangSmith 进行部署、扩展和可观测性。更多详情，请参阅在 LangSmith 部署中使用任何框架。
requirements.txt：有关依赖项管理，请查看此操作指南，了解如何在 LangSmith 中使用 requirements.txt。- 单一代码库：要部署位于单一代码库内的图，请查看此仓库以获取操作示例。
每个步骤之后，都会提供一个示例文件目录，以展示代码的组织方式。
指定依赖项
依赖项可以选择性地在以下文件之一中指定：pyproject.toml、setup.py 或 requirements.txt。如果未创建这些文件中的任何一个，则可以在配置文件中稍后指定依赖项。
以下依赖项将包含在镜像中，你也可以在代码中使用它们，只要版本范围兼容即可：
langgraph>=0.4.10,<2
langgraph-sdk>=0.3.5
langgraph-checkpoint>=3.0.1,<5
langchain-core>=0.3.66
langsmith>=0.6.3
orjson>=3.9.7
httpx>=0.25.0
tenacity>=8.0.0
uvicorn>=0.26.0
sse-starlette>=2.1.3,<3.4.0
uvloop>=0.18.0
httptools>=0.5.0
jsonschema-rs>=0.20.0
structlog>=24.1.0
cloudpickle>=3.0.0
truststore>=0.1
protobuf>=6.32.1,<7.0.0
grpcio>=1.78.0,<1.79.0
grpcio-tools>=1.78.0,<1.79.0
grpcio-health-checking>=1.78.0,<1.79.0
opentelemetry-api>=0.0.1
opentelemetry-sdk>=0.0.1
opentelemetry-exporter-otlp-proto-http>=0.0.1
pyproject.toml 文件：
[build-system]
requires = ["hatchling"]
build-backend = "hatchling.build"
[project]
name = "my-agent"
version = "0.0.1"
description = "An excellent agent build for LangSmith."
authors = [
{name = "Polly the parrot", email = "1223+polly@users.noreply.github.com"}
]
license = {text = "MIT"}
readme = "README.md"
requires-python = ">=3.9"
dependencies = [
"langgraph>=0.6.0",
"langchain-fireworks>=0.1.3"
]
[tool.hatch.build.targets.wheel]
packages = ["my_agent"]
my-app/
└── pyproject.toml # 图所需的 Python 包
指定环境变量
环境变量可以选择性地在文件中指定（例如 .env）。请参阅环境变量参考以配置部署的其他变量。
示例 .env 文件：
MY_ENV_VAR_1=foo
MY_ENV_VAR_2=bar
FIREWORKS_API_KEY=key
my-app/
├── .env # 包含环境变量的文件
└── pyproject.toml
默认情况下，LangSmith 遵循 uv/pip 的行为，不会安装预发布版本，除非明确允许。如果您想使用预发布版本，有以下选项：
- 使用
pyproject.toml：在 [tool.uv] 部分添加 allow-prereleases = true。
- 使用
requirements.txt 或 setup.py：您必须明确指定每个预发布依赖项，包括传递性依赖。例如，如果您声明 a==0.0.1a1 且 a 依赖于 b==0.0.1a1，那么您还必须在依赖项中明确包含 b==0.0.1a1。
定义图
实现你的图。图可以在单个文件或多个文件中定义。记下要包含在应用程序中的每个 CompiledStateGraph 的变量名。变量名将在稍后创建配置文件时使用。
示例 agent.py 文件，展示了如何从你定义的其他模块导入（此处未显示模块代码，请参阅此仓库以查看其实现）：
# my_agent/agent.py
from typing import Literal
from typing_extensions import TypedDict
from langgraph.graph import StateGraph, END, START
from my_agent.utils.nodes import call_model, should_continue, tool_node # 导入节点
from my_agent.utils.state import AgentState # 导入状态
# 定义运行时上下文
class GraphContext(TypedDict):
model_name: Literal["anthropic", "openai"]
workflow = StateGraph(AgentState, context_schema=GraphContext)
workflow.add_node("agent", call_model)
workflow.add_node("action", tool_node)
workflow.add_edge(START, "agent")
workflow.add_conditional_edges(
"agent",
should_continue,
{
"continue": "action",
"end": END,
},
)
workflow.add_edge("action", "agent")
graph = workflow.compile()
my-app/
├── my_agent # 所有项目代码都在这里
│ ├── utils # 图的实用工具
│ │ ├── __init__.py
│ │ ├── tools.py # 图的工具
│ │ ├── nodes.py # 图的节点函数
│ │ └── state.py # 图的状态定义
│ ├── __init__.py
│ └── agent.py # 构建图的代码
├── .env
└── pyproject.toml
创建配置文件
创建一个名为 langgraph.json 的配置文件。有关配置文件 JSON 对象中每个键的详细说明，请参阅配置文件参考。
示例 langgraph.json 文件：
{
"dependencies": ["."],
"graphs": {
"agent": "./my_agent/agent.py:graph"
},
"env": ".env"
}
CompiledGraph 的变量名出现在顶级 graphs 键的每个子键值的末尾（即 :<variable_name>）。
配置文件位置
配置文件必须放置在与包含编译图及其关联依赖项的 Python 文件同级或更高级别的目录中。
my-app/
├── my_agent # 所有项目代码都在这里
│ ├── utils # 图的实用工具
│ │ ├── __init__.py
│ │ ├── tools.py # 图的工具
│ │ ├── nodes.py # 图的节点函数
│ │ └── state.py # 图的状态定义
│ ├── __init__.py
│ └── agent.py # 构建图的代码
├── .env # 环境变量
├── langgraph.json # LangGraph 的配置文件
└── pyproject.toml # 项目的依赖项
下一步
设置好项目并将其放入 GitHub 仓库后，就可以部署你的应用了。
将这些文档通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。 
