Skip to main content
要在 LangSmith 上部署，一个应用必须包含一个或多个图、一个配置文件 (langgraph.json)、一个指定依赖项的文件，以及一个可选的定义环境变量的 .env 文件。 本页解释了 LangSmith 应用是如何组织的，以及如何提供部署所需的配置详情。

​
核心概念

要使用 LangSmith 进行部署，请提供以下信息：
  1. 一个配置文件 (langgraph.json)，用于指定应用所需的依赖项、图和环境变量。
  2. 实现应用逻辑的图。
  3. 一个指定运行应用所需的依赖项的文件。
  4. 应用运行所需的环境变量。
框架无关LangSmith Deployment supports deploying a LangGraph graph. However, the implementation of a node of a graph can contain arbitrary code. This means any framework can be implemented within a node and deployed on LangSmith Deployment. This lets you implement your core application logic without using additional LangGraph OSS APIs while still using LangSmith for deployment, scaling, and observability. For more details, refer to Use any framework with LangSmith Deployment.

​
文件结构

以下是 Python 和 JavaScript 应用的目录结构示例： 
my-app/
├── my_agent # 所有项目代码位于此处
│   ├── utils # 图的工具函数
│   │   ├── __init__.py
│   │   ├── tools.py # 图的工具
│   │   ├── nodes.py # 图的节点函数
│   │   └── state.py # 图的状态定义
│   ├── __init__.py
│   └── agent.py # 构建图的代码
├── .env # 环境变量
├── requirements.txt # 包依赖项
└── langgraph.json # LangGraph 配置文件
应用的目录结构可能因编程语言和使用的包管理器而异。

​
配置文件

langgraph.json 文件是一个 JSON 文件，用于指定部署应用所需的依赖项、图、环境变量和其他设置。 有关 JSON 文件中所有支持键的详细信息，请参阅 LangGraph 配置文件参考。
LangGraph CLI 默认使用当前目录下的配置文件 langgraph.json。

​
示例

  • 依赖项涉及一个自定义的本地包和 langchain_openai 包。
  • 将从文件 ./your_package/your_file.py 中加载一个图，变量名为 agent。
  • 环境变量从 .env 文件加载。
{
    "dependencies": [
        "langchain_openai",
        "./your_package"
    ],
    "graphs": {
        "my_agent": "./your_package/your_file.py:agent"
    },
    "env": "./.env"
}

​
依赖项

一个应用可能依赖于其他 Python 包或 JavaScript 库（取决于编写应用所使用的编程语言）。 通常，您需要指定以下信息以确保依赖项正确设置：
  1. 目录中指定依赖项的文件（例如 requirements.txt、pyproject.toml 或 package.json）。
  2. 配置文件 中的 dependencies 键，用于指定运行应用所需的依赖项。
  3. 任何额外的二进制文件或系统库可以使用 LangGraph 配置文件 中的 dockerfile_lines 键来指定。

​
图

使用配置文件中的 graphs 键来指定部署的应用中将提供哪些图。 您可以在配置文件中指定一个或多个图。每个图由一个唯一的名称和一个指向 (1) 已编译的图或 (2) 定义图的函数的路径来标识。

​
在 LangSmith 部署中使用任何框架

虽然 LangSmith 部署要求应用以 LangGraph 图的形式构建，但该图中的各个节点可以包含任意代码。这意味着您可以在节点内使用任何框架或库，同时仍然受益于 LangSmith 的部署基础设施。 图结构充当部署接口，但您的核心应用逻辑可以使用最适合您需求的任何工具和框架。 要使用 LangSmith 部署，您需要：
  1. 一个 LangGraph 图结构：使用 StateGraph 以及 add_node 和 add_edge 定义一个图。
  2. 包含任意逻辑的节点函数：您的节点函数可以调用任何框架或库。
  3. 一个已编译的图：编译 该图以创建可部署的应用。
以下示例展示了如何将您现有的应用逻辑包装在一个最小的 LangGraph 结构中：
from langgraph.graph import StateGraph, START, END
from typing import TypedDict

# 您现有的使用任何框架的应用逻辑
from app_logic import process_data
from app_logic import fetch_data

class State(TypedDict):
    input: str
    result: str

def my_app_node(state: State) -> State:
    """包含任意框架代码的节点。"""
    # 在此处使用任何框架或库
    raw_data = fetch_data(state["input"])
    processed = process_data(raw_data)
    return {"result": processed}

# 定义图结构
graph = StateGraph(State)
graph.add_node("process", my_app_node)  # 添加包含您逻辑的节点
graph.add_edge(START, "process")  # 将起点连接到您的节点
graph.add_edge("process", END)  # 将您的节点连接到终点

# 为部署而编译
app = graph.compile()
在此示例中，节点函数（Python 的 my_app_node 和 JavaScript 的 myAppNode）可以包含对任何框架或库的调用。LangGraph 结构仅提供部署接口和编排层。

​
环境变量

如果您正在本地处理已部署的 LangGraph 应用，可以在配置文件的 env 键中配置环境变量。 对于生产部署，您通常需要在部署环境中配置环境变量。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.