LangGraph1.0智能体本地开发调测搭建

本地智能体调测环境搭建：
第一步：安装LangGraph CLI
pip install --upgrade "langgraph-cli[inmem]"
第二步：配置LanghSmith 环境变量
.env --- LANGSMITH_API_KEY
.env 文件如果有中文注释可能会报错
.env是个人的api_key相关配置，此处不粘贴，自行编辑。
第三步：创建LangGraph json配置文件
langgraph.json 说明

{
  "dependencies": ["."], # 该行无需修改
  "graphs": {
    "agent": "./src/agent.py:agent" # 该行需要根据实际文件来配置，调用哪个py中的哪个agent实例(变量名称)
  },
  "env": ".env"
}

第四步：编写智能体代码

# -*- coding: utf-8 -*-

from langchain.agents import create_agent

from ai_util import AIUtil

def do_something(to: str, subject: str, body: str):
    """向上汇报"""
    email = {
        "to": to,
        "subject": subject,
        "body": body
    }
    # ... 汇报的逻辑

    return f"汇报已发送至 {to}"

llm = AIUtil().create_normal_llm()
agent = create_agent(
    llm,
    tools=[do_something],
    system_prompt="你是一个汇报助手。请始终使用 do_something工具。",
)

第五步：生成 pyproject.toml 配置文件 并安装依赖项
pyproject.toml 怎么生成？
pip install uv
uv init

[project]
name = "agent"
version = "0.0.1"
description = "Study angent 2025 11 20"
readme = "README.md"
requires-python = ">=3.13"
dependencies = []

[tool.setuptools.packages.find]
where = ["src/agent"]
include = ["ai_util.py"]

# 使用如下命令按照 pyproject.toml的配置生成一个 name对应的智能体依赖项
pip install -e .

看到如下提示 则表示生成成功
Successfully built agent
Installing collected packages: agent
Successfully installed agent-0.0.1

第六步：启动智能体
langgraph dev

如果没有报错，会自动打开浏览器进入页面
http://127.0.0.1:2024
https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024