LangGraph1.0开发简要流程

第一步：新建虚拟环境
1.找到python311之后的版本，安装虚拟环境依赖包
D:\python313\Scripts>pip install virtualenv
2.找到想要存放虚拟环境目录，执行命令创建
D:\Code\env_py>D:\python313\Scripts\virtualenv.exe langgraph10_env
3.切换到langgraph10_env 的 Scripts目录下执行 激活命令，进入到虚拟环境。
D:\Code\env_py\langgraph10_env\Scripts>activate

第二步：安装LangGraph CLI
(langgraph10_env) D:\Code\env_py\langgraph10_env\Scripts>pip install --upgrade "langgraph-cli[inmem]"

第三步：创建LangGraph项目
1.执行langgraph new
(langgraph10_env) D:\Code\langgraph10> langgraph new langgraph_demo

2.选择一个模板
3.选择一个语言
4.提示成功后执行(langgraph10_env) D:\Code\langgraph10>deactivate 退出虚拟环境。

第四步：Pycharm中导入上面新建的工程并应用上面创建的虚拟环境

.env.example 重命名为.env

第五步：编写Agent代码

省略

第六步：安装环境依赖

 

 执行 (langgraph10_env) PS D:\Code\langgraph10\langgraph_demo> pip install -e .

该命令会根据 pyproject.toml 文件中的配置，自动检查安装相关依赖包 ，build并打包。

 第七步：启动LangGraph服务

langgraph env

langgraph dev --allow-blocking

API：对外暴露的API接口，可以通过这个接口访问到部署的智能体

Studio UI：本地测试的网页地址

第八步：测试

pip install langgraph-api

编写Python测试代码（也可以使用JS或者Restful等进行测试）

# 同步调用
client  = get_sync_client(url="http://localhost:2024")
def main():
    for chunk in client.runs.stream(
        None,
        "agent",
        input={
            "messages": [
                {"role":"human", "content":"数据库中有多少个用户"}
            ]
        }, 
        stream_mode="messages-tuple" 
    ):
        print(f'接收到事件类型：{chunk.event}')
        print(chunk.data)
        print('\n\n')

if __name__ == "__main__":
    main()