本指南向您展示如何在本地运行 LangGraph 应用程序。

​
先决条件

在开始之前，请确保您具备以下条件：

​
1. 安装 LangGraph CLI

# Python >= 3.11 is required.
pip install -U "langgraph-cli[inmem]"

​
2. 创建 LangGraph 应用 🌱

从 new-langgraph-project-python 模板创建一个新应用。此模板演示了一个单节点应用程序，您可以使用自己的逻辑扩展它。 
langgraph new path/to/your/app --template new-langgraph-project-python
其他模板 如果您使用 langgraph new 而不指定模板，将显示一个交互式菜单，允许您从可用模板列表中选择。

​
3. 安装依赖项

在新 LangGraph 应用的根目录中，以 edit 模式安装依赖项，以便服务器使用您的本地更改： 
cd path/to/your/app
pip install -e .

​
4. 创建 .env 文件

您会在新 LangGraph 应用的根目录中找到 .env.example 文件。在新 LangGraph 应用的根目录中创建 .env 文件，并将 .env.example 文件的内容复制到其中，填写必要的 API 密钥： 
LANGSMITH_API_KEY=lsv2...

​
5. 启动智能体服务器 🚀

在本地启动 LangGraph API 服务器： 
langgraph dev
Sample output: 
>    Ready!
>
>    - API: [http://localhost:2024](http://localhost:2024/)
>
>    - Docs: http://localhost:2024/docs
>
>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
langgraph dev 命令以内存模式启动智能体服务器。此模式适用于开发和测试目的。对于生产使用，请部署具有持久存储后端访问权限的智能体服务器。有关更多信息，请参阅平台设置概述。

​
6. 在 Studio 中测试您的应用程序

Studio 是一个专门的 UI，您可以连接到 LangGraph API 服务器以在本地可视化、交互和调试您的应用程序。通过访问 langgraph dev 命令输出中提供的 URL 在 Studio 中测试您的图： 
>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
对于在自定义主机/端口上运行的智能体服务器，请更新 baseURL 参数。
在命令中使用 --tunnel 标志创建安全隧道，因为 Safari 在连接到 localhost 服务器时有局限性：
langgraph dev --tunnel

​
7. Test the API

  • Python SDK (async)
  • Python SDK (sync)
  • Rest API
  1. Install the LangGraph Python SDK:
pip install langgraph-sdk
  1. Send a message to the assistant (threadless run):
from langgraph_sdk import get_client
import asyncio

client = get_client(url="http://localhost:2024")

async def main():
    async for chunk in client.runs.stream(
        None,  # Threadless run
        "agent", # Name of assistant. Defined in langgraph.json.
        input={
        "messages": [{
            "role": "human",
            "content": "What is LangGraph?",
            }],
        },
    ):
        print(f"Receiving new event of type: {chunk.event}...")
        print(chunk.data)
        print("\n\n")

asyncio.run(main())

​
后续步骤

现在您已经在本地运行了 LangGraph 应用程序，通过探索部署和高级功能来进一步推进您的旅程：
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.