应用程序必须配置配置文件才能部署到 LangSmith（或自托管）。本操作指南讨论使用 requirements.txt 指定项目依赖项来设置应用程序进行部署的基本步骤。 此示例基于此存储库，它使用 LangGraph 框架。 最终存储库结构将如下所示： 
my-app/
├── my_agent # all project code lies within here
│   ├── utils # utilities for your graph
│   │   ├── __init__.py
│   │   ├── tools.py # tools for your graph
│   │   ├── nodes.py # node functions for your graph
│   │   └── state.py # state definition of your graph
│   ├── requirements.txt # package dependencies
│   ├── __init__.py
│   └── agent.py # code for constructing your graph
├── .env # environment variables
└── langgraph.json # configuration file for LangGraph
LangSmith Deployment 支持部署 LangGraph 图。但是，图的_节点_的实现可以包含任意 Python 代码。这意味着任何框架都可以在节点内实现并部署在 LangSmith Deployment 上。这使您可以将核心应用程序逻辑保留在 LangGraph 之外，同时仍然使用 LangSmith 进行部署、扩展和可观测性。
您还可以使用以下方式设置：
  • pyproject.toml：如果您更喜欢使用 poetry 进行依赖管理，请查看此操作指南了解如何在 LangSmith 中使用 pyproject.toml。
  • monorepo：如果您有兴趣部署位于 monorepo 内的图，请查看此存储库以了解如何执行此操作的示例。
每个步骤之后，都会提供一个示例文件目录来演示如何组织代码。

​
指定依赖项

依赖项可以在以下文件之一中可选地指定：pyproject.toml、setup.py 或 requirements.txt。如果未创建这些文件，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，您也可以在代码中使用它们，只要版本范围兼容： 
langgraph>=0.6.0
langgraph-sdk>=0.1.66
langgraph-checkpoint>=2.0.23
langchain-core>=0.2.38
langsmith>=0.1.63
orjson>=3.9.7,<3.10.17
httpx>=0.25.0
tenacity>=8.0.0
uvicorn>=0.26.0
sse-starlette>=2.1.0,<2.2.0
uvloop>=0.18.0
httptools>=0.5.0
jsonschema-rs>=0.20.0
structlog>=24.1.0
cloudpickle>=3.0.0
示例 requirements.txt 文件： 
langgraph
langchain_anthropic
tavily-python
langchain_community
langchain_openai
示例文件目录： 
my-app/
├── my_agent # all project code lies within here
│   └── requirements.txt # package dependencies

​
指定环境变量

环境变量可以在文件（例如 .env）中可选地指定。请参阅环境变量参考以为部署配置其他变量。 示例 .env 文件： 
MY_ENV_VAR_1=foo
MY_ENV_VAR_2=bar
OPENAI_API_KEY=key
示例文件目录： 
my-app/
├── my_agent # all project code lies within here
│   └── requirements.txt # package dependencies
└── .env # environment variables
默认情况下，LangSmith 遵循 uv/pip 的行为，不安装预发布版本，除非明确允许。如果您想使用预发布版本，您有以下选项：
  • 使用 pyproject.toml：在您的 [tool.uv] 部分添加 allow-prereleases = true。
  • 使用 requirements.txt 或 setup.py：您必须明确指定每个预发布依赖项，包括传递依赖项。例如，如果您声明 a==0.0.1a1 且 a 依赖于 b==0.0.1a1，那么您还必须在依赖项中明确包含 b==0.0.1a1。

​
定义图

实现您的图。图可以在单个文件或多个文件中定义。请注意要包含在应用程序中的每个 CompiledStateGraph 的变量名称。变量名称将在稍后创建 LangGraph 配置文件 时使用。 示例 agent.py 文件，显示如何从您定义的其他模块导入（此处未显示模块的代码，请参阅此存储库以查看其实现）： 
# 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 # import nodes
from my_agent.utils.state import AgentState # import state

# Define the runtime context
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 # all project code lies within here
│   ├── utils # utilities for your graph
│   │   ├── __init__.py
│   │   ├── tools.py # tools for your graph
│   │   ├── nodes.py # node functions for your graph
│   │   └── state.py # state definition of your graph
│   ├── requirements.txt # package dependencies
│   ├── __init__.py
│   └── agent.py # code for constructing your graph
└── .env # environment variables

​
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的 JSON 对象中每个键的详细说明。 示例 langgraph.json 文件： 
{
  "dependencies": ["./my_agent"],
  "graphs": {
    "agent": "./my_agent/agent.py:graph"
  },
  "env": ".env"
}
请注意，CompiledGraph 的变量名称出现在顶级 graphs 键中每个子键值的末尾（即 :<variable_name>）。
配置文件位置 配置文件必须放置在与包含已编译图和关联依赖项的 Python 文件相同级别或更高级别的目录中。
示例文件目录： 
my-app/
├── my_agent # all project code lies within here
│   ├── utils # utilities for your graph
│   │   ├── __init__.py
│   │   ├── tools.py # tools for your graph
│   │   ├── nodes.py # node functions for your graph
│   │   └── state.py # state definition of your graph
│   ├── requirements.txt # package dependencies
│   ├── __init__.py
│   └── agent.py # code for constructing your graph
├── .env # environment variables
└── langgraph.json # configuration file for LangGraph

​
下一步

在设置项目并将其放置在 GitHub 存储库中后，就可以部署您的应用程序了。
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.