Skip to main content
RemoteGraph 是一个客户端接口，允许您像操作本地图一样与您的部署进行交互。它提供了与 CompiledGraph 相同的 API，这意味着您可以在开发和生产环境中使用相同的方法（invoke()、stream()、get_state() 等）。本页描述了如何初始化 RemoteGraph 并与之交互。 RemoteGraph 适用于以下场景：
  • 开发与部署分离：使用 CompiledGraph 在本地构建和测试图，将其部署到 LangSmith，然后在生产环境中使用 RemoteGraph 调用它，同时使用相同的 API 接口。
  • 线程级持久化：通过线程 ID 持久化和获取跨调用的对话状态。
  • 子图嵌入：通过将 RemoteGraph 作为子图嵌入到另一个图中，为多智能体工作流组合模块化图。
  • 可重用工作流：将部署的图用作节点或工具，以便您可以重用和暴露复杂逻辑。
重要：避免调用同一部署RemoteGraph 设计用于调用其他部署上的图。不要使用 RemoteGraph 调用自身或同一部署上的另一个图，因为这可能导致死锁和资源耗尽。对于同一部署内的图，请使用本地图组合或子图。

​
前提条件

在开始使用 RemoteGraph 之前，请确保您已具备：
  • 访问 LangSmith 的权限，您的图在此开发和管理。
  • 一个正在运行的 Agent Server，它托管您部署的图以供远程交互。

​
初始化图

初始化 RemoteGraph 时，您必须始终指定：
  • name：您要交互的图的名称或助手 ID。如果指定图名称，将使用默认助手。如果指定助手 ID，将使用该特定助手。图名称与您在部署的 langgraph.json 配置文件中使用的名称相同。
  • api_key：有效的 LangSmith API 密钥。您可以将其设置为环境变量（LANGSMITH_API_KEY）或直接在 api_key 参数中传递。如果 LangGraphClient / SyncLangGraphClient 是使用 api_key 参数初始化的，您也可以在 client / sync_client 参数中提供 API 密钥。
此外，您必须提供以下之一：
  • url：您要交互的部署的 URL。如果传递 url 参数，同步和异步客户端都将使用提供的 URL、标头（如果提供）和默认配置值（例如超时）创建。
  • client：用于异步与部署交互的 LangGraphClient 实例（例如，使用 .astream()、.ainvoke()、.aget_state()、.aupdate_state()）。
  • sync_client：用于同步与部署交互的 SyncLangGraphClient 实例（例如，使用 .stream()、.invoke()、.get_state()、.update_state()）。
如果同时传递了 client 或 sync_client 以及 url 参数，它们将优先于 url 参数。如果未提供 client / sync_client / url 参数中的任何一个，RemoteGraph 将在运行时引发 ValueError。

​
使用 URL

from langgraph.pregel.remote import RemoteGraph

url = "<DEPLOYMENT_URL>"

# 使用图名称（使用默认助手）
graph_name = "agent"
remote_graph = RemoteGraph(graph_name, url=url)

# 使用助手 ID
assistant_id = "<ASSISTANT_ID>"
remote_graph = RemoteGraph(assistant_id, url=url)

​
使用客户端

from langgraph_sdk import get_client, get_sync_client
from langgraph.pregel.remote import RemoteGraph

url = "<DEPLOYMENT_URL>"
client = get_client(url=url)
sync_client = get_sync_client(url=url)

# 使用图名称（使用默认助手）
graph_name = "agent"
remote_graph = RemoteGraph(graph_name, client=client, sync_client=sync_client)

# 使用助手 ID
assistant_id = "<ASSISTANT_ID>"
remote_graph = RemoteGraph(assistant_id, client=client, sync_client=sync_client)

​
调用图

RemoteGraph 实现了与 CompiledGraph 相同的 Runnable 接口，因此您可以像使用编译后的图一样使用它。它支持全套标准方法，包括 .invoke()、.stream()、.get_state() 和 .update_state()，以及它们的异步变体。

​
异步

要异步使用图，必须在初始化 RemoteGraph 时提供 url 或 client。
# 调用图
result = await remote_graph.ainvoke({
    "messages": [{"role": "user", "content": "what's the weather in sf"}]
})

# 流式输出图的结果
async for chunk in remote_graph.astream({
    "messages": [{"role": "user", "content": "what's the weather in la"}]
}):
    print(chunk)

​
同步

要同步使用图，必须在初始化 RemoteGraph 时提供 url 或 sync_client。
# 调用图
result = remote_graph.invoke({
    "messages": [{"role": "user", "content": "what's the weather in sf"}]
})

# 流式输出图的结果
for chunk in remote_graph.stream({
    "messages": [{"role": "user", "content": "what's the weather in la"}]
}):
    print(chunk)

​
在线程级持久化状态

默认情况下，图运行（例如，使用 .invoke() 或 .stream() 进行的调用）是无状态的，这意味着中间检查点和最终状态在运行后不会被持久化。 如果您想保留运行的输出——例如，以支持Human in the Loop的工作流——您可以创建一个线程并通过 config 参数传递其 ID。这与使用常规编译图的方式相同： 
from langgraph_sdk import get_sync_client

url = "<DEPLOYMENT_URL>"
graph_name = "agent"
sync_client = get_sync_client(url=url)
remote_graph = RemoteGraph(graph_name, url=url)

# 创建一个线程（或使用现有线程）
thread = sync_client.threads.create()

# 使用线程配置调用图
config = {"configurable": {"thread_id": thread["thread_id"]}}
result = remote_graph.invoke({
    "messages": [{"role": "user", "content": "what's the weather in sf"}]
}, config=config)

# 验证状态已持久化到线程
thread_state = remote_graph.get_state(config)
print(thread_state)

​
用作子图

如果您需要将 checkpointer 与包含 RemoteGraph 子图节点的图一起使用，请确保使用 UUID 作为线程 ID。
图也可以调用多个 RemoteGraph 实例作为子图节点。这允许模块化、可扩展的工作流，其中不同的职责被分配到不同的图中。 RemoteGraph 暴露了与常规 CompiledGraph 相同的接口，因此您可以直接将其用作另一个图内的子图。例如： 
from langgraph_sdk import get_sync_client
from langgraph.graph import StateGraph, MessagesState, START
from typing import TypedDict

url = "<DEPLOYMENT_URL>"
graph_name = "agent"
remote_graph = RemoteGraph(graph_name, url=url)

# 定义父图
builder = StateGraph(MessagesState)
# 直接将远程图添加为节点
builder.add_node("child", remote_graph)
builder.add_edge(START, "child")
graph = builder.compile()

# 调用父图
result = graph.invoke({
    "messages": [{"role": "user", "content": "what's the weather in sf"}]
})
print(result)

# 流式输出父图和子图的结果
for chunk in graph.stream({
    "messages": [{"role": "user", "content": "what's the weather in sf"}]
}, subgraphs=True):
    print(chunk)
将这些文档通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。