跳到主要内容
这是将您的第一个应用程序部署到 LangSmith 云的快速入门指南。
有关包含所有配置选项的全面云部署指南,请参阅云部署设置指南

先决条件

在开始之前,请确保您已具备以下条件

1. 在 GitHub 上创建存储库

要将应用程序部署到 LangSmith,您的应用程序代码必须位于 GitHub 仓库中。公共和私有仓库都受支持。对于此快速入门,请使用 new-langgraph-project 模板 作为您的应用程序。
  1. 访问 new-langgraph-project 仓库new-langgraphjs-project 模板
  2. 点击右上角的 Fork 按钮,将仓库 Fork 到您的 GitHub 帐户。
  3. 点击 Create fork

2. 部署到 LangSmith

  1. 登录 LangSmith
  2. 在左侧边栏中,选择 Deployments
  3. 点击 + New Deployment(+ 新建部署)按钮。将打开一个面板,您可以在其中填写所需字段。
  4. 如果您是首次使用或要添加之前未连接过的私有仓库,请点击 Import from GitHub 按钮并按照说明连接您的 GitHub 帐户。
  5. 选择您的 New LangGraph Project 仓库。
  6. 点击 Submit 进行部署。这可能需要大约 15 分钟才能完成。您可以在 Deployment details 视图中查看状态。

3. 在 Studio 中测试您的应用程序

应用程序部署后
  1. 选择您刚刚创建的部署以查看更多详细信息。
  2. 点击右上角的 Studio 按钮。Studio 将打开以显示您的图表。

4. 获取部署的 API URL

  1. Deployment details 视图中,点击 API URL 将其复制到剪贴板。
  2. 点击 URL 将其复制到剪贴板。

5. 测试 API

您现在可以测试 API
  • Python SDK(异步)
  • Python SDK(同步)
  • JavaScript SDK
  • Rest API
  1. 安装 LangGraph Python SDK
pip install langgraph-sdk
  1. 向助手发送消息(无线程运行)
from langgraph_sdk import get_client

client = get_client(url="your-deployment-url", api_key="your-langsmith-api-key")

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?",
        }],
    },
    stream_mode="updates",
):
    print(f"Receiving new event of type: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

后续步骤

您已成功将应用程序部署到 LangSmith 云。以下是一些后续步骤:
  • 探索 Studio:使用 Studio 交互式地可视化和调试您的图表。
  • 监控您的应用程序:通过跟踪、仪表板和警报设置可观测性
  • 了解有关云的更多信息:参阅完整的云设置指南,了解所有配置选项。

以编程方式连接这些文档到 Claude、VSCode 等,通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.