> ## Documentation Index
> Fetch the complete documentation index at: https://cndoc-langchain.site/llms.txt
> Use this file to discover all available pages before exploring further.

# LangSmith 部署

本指南向您展示如何将您的代理部署到 **[LangSmith Cloud](/langsmith/deploy-to-cloud)**，这是一个专为代理工作负载设计的全托管托管平台。通过 Cloud 部署，您可以直接从 GitHub 仓库进行部署——LangSmith 负责处理基础设施、扩展和运维问题。

传统的托管平台是为无状态、短期运行的 Web 应用程序构建的。LangSmith Cloud 是**专为有状态、长期运行的代理**构建的，这些代理需要持久化状态和后台执行。

<Tip>
  除了 Cloud，LangSmith 还提供多种部署选项，包括使用[控制平面（混合/自托管）](/langsmith/deploy-with-control-plane)部署或作为[独立服务器](/langsmith/deploy-standalone-server)部署。更多信息，请参阅[部署概述](/langsmith/deployment)。
</Tip>

## 前提条件

开始之前，请确保您已具备以下条件：

* 一个 [GitHub 账户](https://github.com/)
* 一个 [LangSmith 账户](https://smith.langchain.com/)（免费注册）

## 部署您的代理

### 1. 在 GitHub 上创建一个仓库

您的应用程序代码必须位于 GitHub 仓库中才能部署到 LangSmith。支持公共和私有仓库。对于本快速入门，首先请按照[本地服务器设置指南](/oss/python/langgraph/studio#set-up-local-agent-server)确保您的应用与 LangGraph 兼容。然后，将您的代码推送到仓库。

### 2. 部署到 LangSmith

<Steps>
  <Step title="导航到 LangSmith 部署">
    登录 [LangSmith](https://smith.langchain.com/)。在左侧边栏中，选择 **Deployments**。
  </Step>

  <Step title="创建新部署">
    点击 **+ New Deployment** 按钮。将打开一个窗格，您可以在其中填写所需字段。
  </Step>

  <Step title="链接仓库">
    如果您是首次用户或添加尚未连接过的私有仓库，请点击 **Add new account** 按钮，并按照说明连接您的 GitHub 账户。
  </Step>

  <Step title="部署仓库">
    选择您的应用程序仓库。点击 **Submit** 进行部署。这可能需要大约 15 分钟才能完成。您可以在 **Deployment details** 视图中检查状态。
  </Step>
</Steps>

### 3. 在 Studio 中测试您的应用程序

一旦您的应用程序部署完成：

1. 选择您刚刚创建的部署以查看更多详细信息。
2. 点击右上角的 **Studio** 按钮。Studio 将打开并显示您的图。

### 4. 获取部署的 API URL

1. 在 LangGraph 的 **Deployment details** 视图中，点击 **API URL** 将其复制到剪贴板。
2. 点击 `URL` 将其复制到剪贴板。

### 5. 测试 API

您现在可以测试 API：

<Tabs>
  <Tab title="Python">
    1. 安装 LangGraph SDK：

    ```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    pip install langgraph-sdk
    ```

    2. 向代理发送消息：

    ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    from langgraph_sdk import get_sync_client # 或使用 get_client 进行异步操作

    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", # 代理名称。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")
    ```
  </Tab>

  <Tab title="Rest API">
    ```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    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\", `# 代理名称。在 langgraph.json 中定义。`
            \"input\": {
                \"messages\": [
                    {
                        \"role\": \"human\",
                        \"content\": \"What is LangGraph?\"
                    }
                ]
            },
            \"stream_mode\": \"updates\"
        }"
    ```
  </Tab>
</Tabs>

***

<div className="source-links">
  <Callout icon="terminal-2">
    [将这些文档连接](/use-these-docs)到 Claude、VSCode 等，通过 MCP 获取实时答案。
  </Callout>

  <Callout icon="edit">
    [在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/langgraph/deploy.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。
  </Callout>
</div>