Skip to main content

Documentation Index

Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt

Use this file to discover all available pages before exploring further.

应用程序必须配置一个配置文件才能部署到 LangSmith（或进行自托管）。本操作指南讨论了使用 pyproject.toml 定义包依赖关系来设置应用程序部署的基本步骤。 此示例基于此仓库，它使用了 LangGraph 框架。 最终的仓库结构将类似于： 
my-app/
├── my_agent # 所有项目代码位于此处
│   ├── 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 Deployment 支持部署 LangGraph 的_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中实现并部署到 LangSmith Deployment 上。这使得您能够在不使用额外 LangGraph OSS APIs 的情况下实现核心应用逻辑，同时仍使用 LangSmith 进行 部署、扩展和 可观测性。如需了解更多详情，请参阅 使用任何框架与 LangSmith Deployment。
你也可以通过以下方式设置：
  • requirements.txt：用于依赖管理，请查看此操作指南了解如何在 LangSmith 中使用 requirements.txt。
  • 单体仓库：要部署位于单体仓库内的图，请查看此仓库以获取示例。
每个步骤后，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，则可以在稍后的配置文件中指定依赖项。 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>=2.1.0,<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
示例 pyproject.toml 文件： 
[build-system]
requires = ["hatchling"]
build-backend = "hatchling.build"

[project]
name = "my-agent"
version = "0.0.1"
description = "为 LangSmith 构建的优秀智能体。"
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"]
示例文件目录： 
my-app/
└── pyproject.toml   # 图所需的 Python 包

​
指定环境变量

环境变量可以选择在文件（例如 .env）中指定。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
示例文件目录： 
my-app/
├── .env # 包含环境变量的文件
└── pyproject.toml
默认情况下，LangSmith 遵循 uv/pip 的不安装预发布版本的行为，除非明确允许。如果您想使用预发布版本，您可以选择以下选项：
  • 使用 pyproject.toml：在您的 [tool.uv] 部分添加 allow-prereleases = true。
  • 使用 requirements.txt 或 setup.py：您必须显式指定每个预发布依赖项，包括传递性依赖项。例如，如果您声明 a==0.0.1a1 且 a 依赖于 b==0.0.1a1，那么您也必须显式地将 b==0.0.1a1 包含在您的依赖项中。

​
定义图

实现你的图。图可以在单个文件或多个文件中定义。注意每个 CompiledStateGraph 的变量名，这些变量名将包含在应用程序中。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（此处未显示模块的代码，请查看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()
示例文件目录： 
my-app/
├── my_agent # 所有项目代码位于此处
│   ├── 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。请参阅配置文件参考以获取配置文件中 JSON 对象每个键的详细说明。 示例 langgraph.json 文件： 
{
  "dependencies": ["."],
  "graphs": {
    "agent": "./my_agent/agent.py:graph"
  },
  "env": ".env"
}
注意，CompiledGraph 的变量名出现在顶级 graphs 键的每个子键值的末尾（即 :<变量名>）。
配置文件位置 配置文件必须放置在与包含编译图及相关依赖项的 Python 文件同级或更高级的目录中。
示例文件目录： 
my-app/
├── my_agent # 所有项目代码位于此处
│   ├── 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程序了。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.