> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 如何使用 RemoteGraph 与部署进行交互

[`RemoteGraph`](https://reference.langchain.com/python/langgraph/pregel/remote/RemoteGraph) 是一个客户端接口，允许你像与本地图一样与你的[部署](/langsmith/deployment)进行交互。它提供了与 [`CompiledGraph`](/oss/python/langgraph/graph-api#compiling-your-graph) 相同的 API 接口，这意味着你可以在开发和生产环境中使用相同的方法（`invoke()`、`stream()`、`get_state()` 等）。本页介绍了如何初始化 `RemoteGraph` 并与之交互。

`RemoteGraph` 适用于以下场景：

* 开发与部署分离：使用 `CompiledGraph` 在本地构建和测试图，将其部署到 LangSmith，然后在生产环境中[使用 `RemoteGraph`](#initialize-the-graph) 调用它，同时保持相同的 API 接口。
* 线程级持久化：通过线程 ID [跨调用持久化和获取](#persist-state-at-the-thread-level)对话状态。
* 子图嵌入：通过将 `RemoteGraph` 作为[子图](#use-as-a-subgraph)嵌入到另一个图中，为多智能体工作流构建模块化图。
* 可重用工作流：将已部署的图用作节点或 [工具](https://reference.langchain.com/python/langsmith/deployment/remote_graph/#langgraph.pregel.remote.RemoteGraph.as_tool)，以便重用和暴露复杂逻辑。

<Warning>
  **重要：避免调用同一部署**

  `RemoteGraph` 设计用于调用其他部署上的图。请勿使用 `RemoteGraph` 调用自身或同一部署中的另一个图，因为这可能导致死锁和资源耗尽。对于同一部署内的图，应使用本地图组合或[子图](/oss/python/langgraph/use-subgraphs)。
</Warning>

## 前提条件

开始使用 `RemoteGraph` 前，请确保你拥有：

* [LangSmith](/langsmith/home) 的访问权限，你的图在此处开发和管理。
* 一个正在运行的 [Agent Server](/langsmith/agent-server)，它托管你的已部署图以供远程交互。

## 初始化图

初始化 `RemoteGraph` 时，必须始终指定：

* `name`：要交互的图的名称**或**助手 ID。如果指定图名称，将使用默认助手。如果指定助手 ID，将使用该特定助手。图名称与你在部署的 `langgraph.json` 配置文件中使用的名称相同。
* `api_key`：有效的 [LangSmith API 密钥](/langsmith/create-account-api-key)。可以设置为环境变量（`LANGSMITH_API_KEY`）或直接在 `api_key` 参数中传递。如果 `LangGraphClient` / `SyncLangGraphClient` 初始化时已传入 `api_key` 参数，也可以在 `client` / `sync_client` 参数中提供 API 密钥。

此外，必须提供以下之一：

* [`url`](#use-a-url)：要交互的部署的 URL。如果传入 `url` 参数，将使用提供的 URL、头部（如果提供）和默认配置值（例如超时）创建同步和异步客户端。
* [`client`](#use-a-client)：用于与部署异步交互的 `LangGraphClient` 实例（例如使用 `.astream()`、`.ainvoke()`、`.aget_state()`、`.aupdate_state()`）。
* `sync_client`：用于与部署同步交互的 `SyncLangGraphClient` 实例（例如使用 `.stream()`、`.invoke()`、`.get_state()`、`.update_state()`）。

<Note>
  如果同时传入 `client` 或 `sync_client` 以及 `url` 参数，它们将优先于 `url` 参数。如果未提供 `client` / `sync_client` / `url` 参数中的任何一个，`RemoteGraph` 将在运行时引发 `ValueError`。
</Note>

### 使用 URL

<CodeGroup>
  ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  from langgraph.pregel.remote import RemoteGraph

  url = "<DEPLOYMENT_URL>"

  # 使用图名称（使用默认助手）
  graph_name = "agent"
  remote_graph = RemoteGraph(graph_name, url=url)

  # 使用助手 ID
  assistant_id = "<ASSISTANT_ID>"
  remote_graph = RemoteGraph(assistant_id, url=url)
  ```

  ```typescript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { RemoteGraph } from "@langchain/langgraph/remote";

  const url = "<DEPLOYMENT_URL>";

  // 使用图名称（使用默认助手）
  const graphName = "agent";
  const remoteGraph = new RemoteGraph({ graphId: graphName, url });

  // 使用助手 ID
  const assistantId = "<ASSISTANT_ID>";
  const remoteGraph = new RemoteGraph({ graphId: assistantId, url });
  ```
</CodeGroup>

### 使用客户端

<CodeGroup>
  ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  from langgraph_sdk import get_client, get_sync_client
  from langgraph.pregel.remote import RemoteGraph

  url = "<DEPLOYMENT_URL>"
  client = get_client(url=url)
  sync_client = get_sync_client(url=url)

  # 使用图名称（使用默认助手）
  graph_name = "agent"
  remote_graph = RemoteGraph(graph_name, client=client, sync_client=sync_client)

  # 使用助手 ID
  assistant_id = "<ASSISTANT_ID>"
  remote_graph = RemoteGraph(assistant_id, client=client, sync_client=sync_client)
  ```

  ```typescript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { Client } from "@langchain/langgraph-sdk";
  import { RemoteGraph } from "@langchain/langgraph/remote";

  const client = new Client({ apiUrl: "<DEPLOYMENT_URL>" });

  // 使用图名称（使用默认助手）
  const graphName = "agent";
  const remoteGraph = new RemoteGraph({ graphId: graphName, client });

  // 使用助手 ID
  const assistantId = "<ASSISTANT_ID>";
  const remoteGraph = new RemoteGraph({ graphId: assistantId, client });
  ```
</CodeGroup>

## 调用图

`RemoteGraph` 实现了与 `CompiledGraph` 相同的 Runnable 接口，因此可以像使用编译图一样使用它。它支持完整的标准方法集，包括 `.invoke()`、`.stream()`、`.get_state()` 和 `.update_state()`，以及它们的异步变体。

### 异步调用

<Note>
  要异步使用图，初始化 `RemoteGraph` 时必须提供 `url` 或 `client`。
</Note>

<CodeGroup>
  ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  # 调用图
  result = await remote_graph.ainvoke({
      "messages": [{"role": "user", "content": "what's the weather in sf"}]
  })

  # 流式输出图的结果
  async for chunk in remote_graph.astream({
      "messages": [{"role": "user", "content": "what's the weather in la"}]
  }):
      print(chunk)
  ```

  ```typescript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  // 调用图
  const result = await remoteGraph.invoke({
      messages: [{role: "user", content: "what's the weather in sf"}]
  })

  // 流式输出图的结果
  for await (const chunk of await remoteGraph.stream({
      messages: [{role: "user", content: "what's the weather in la"}]
  })):
      console.log(chunk)
  ```
</CodeGroup>

### 同步调用

<Note>
  要同步使用图，初始化 `RemoteGraph` 时必须提供 `url` 或 `sync_client`。
</Note>

<CodeGroup>
  ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  # 调用图
  result = remote_graph.invoke({
      "messages": [{"role": "user", "content": "what's the weather in sf"}]
  })

  # 流式输出图的结果
  for chunk in remote_graph.stream({
      "messages": [{"role": "user", "content": "what's the weather in la"}]
  }):
      print(chunk)
  ```
</CodeGroup>

## 在线程级别持久化状态

默认情况下，图运行（例如使用 `.invoke()` 或 `.stream()` 进行的调用）是无状态的，这意味着中间检查点和最终状态在运行后不会持久化。

如果你想保留运行的输出（例如，以支持人在环工作流），可以创建一个线程并通过 `config` 参数传递其 ID。这与常规编译图的工作方式相同：

<CodeGroup>
  ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  from langgraph_sdk import get_sync_client

  url = "<DEPLOYMENT_URL>"
  graph_name = "agent"
  sync_client = get_sync_client(url=url)
  remote_graph = RemoteGraph(graph_name, url=url)

  # 创建线程（或使用现有线程）
  thread = sync_client.threads.create()

  # 使用线程配置调用图
  config = {"configurable": {"thread_id": thread["thread_id"]}}
  result = remote_graph.invoke({
      "messages": [{"role": "user", "content": "what's the weather in sf"}]
  }, config=config)

  # 验证状态是否已持久化到线程
  thread_state = remote_graph.get_state(config)
  print(thread_state)
  ```

  ```typescript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { Client } from "@langchain/langgraph-sdk";
  import { RemoteGraph } from "@langchain/langgraph/remote";

  const url = "<DEPLOYMENT_URL>";
  const graphName = "agent";
  const client = new Client({ apiUrl: url });
  const remoteGraph = new RemoteGraph({ graphId: graphName, url });

  // 创建线程（或使用现有线程）
  const thread = await client.threads.create();

  // 使用线程配置调用图
  const config = { configurable: { thread_id: thread.thread_id }};
  const result = await remoteGraph.invoke({
    messages: [{ role: "user", content: "what's the weather in sf" }],
  }, config);

  // 验证状态是否已持久化到线程
  const threadState = await remoteGraph.getState(config);
  console.log(threadState);
  ```
</CodeGroup>

## 用作子图

<Note>
  如果需要在包含 `RemoteGraph` 子图节点的图中使用 `checkpointer`，请确保使用 UUID 作为线程 ID。
</Note>

图也可以将多个 `RemoteGraph` 实例作为[*子图*](/oss/python/langgraph/use-subgraphs)节点调用。这允许构建模块化、可扩展的工作流，其中不同职责分布在单独的图中。

`RemoteGraph` 暴露了与常规 `CompiledGraph` 相同的接口，因此可以直接将其用作另一个图中的子图。例如：

<CodeGroup>
  ```python Python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  from langgraph_sdk import get_sync_client
  from langgraph.graph import StateGraph, MessagesState, START
  from typing import TypedDict

  url = "<DEPLOYMENT_URL>"
  graph_name = "agent"
  remote_graph = RemoteGraph(graph_name, url=url)

  # 定义父图
  builder = StateGraph(MessagesState)
  # 直接将远程图添加为节点
  builder.add_node("child", remote_graph)
  builder.add_edge(START, "child")
  graph = builder.compile()

  # 调用父图
  result = graph.invoke({
      "messages": [{"role": "user", "content": "what's the weather in sf"}]
  })
  print(result)

  # 流式输出父图和子图的结果
  for chunk in graph.stream({
      "messages": [{"role": "user", "content": "what's the weather in sf"}]
  }, subgraphs=True):
      print(chunk)
  ```

  ```typescript JavaScript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  import { MessagesAnnotation, StateGraph, START } from "@langchain/langgraph";
  import { RemoteGraph } from "@langchain/langgraph/remote";

  const url = "<DEPLOYMENT_URL>";
  const graphName = "agent";
  const remoteGraph = new RemoteGraph({ graphId: graphName, url });

  // 定义父图并直接将远程图添加为节点
  const graph = new StateGraph(MessagesAnnotation)
    .addNode("child", remoteGraph)
    .addEdge(START, "child")
    .compile()

  // 调用父图
  const result = await graph.invoke({
    messages: [{ role: "user", content: "what's the weather in sf" }]
  });
  console.log(result);

  // 流式输出父图和子图的结果
  for await (const chunk of await graph.stream({
    messages: [{ role: "user", content: "what's the weather in la" }]
  }, { subgraphs: true })) {
    console.log(chunk);
  }
  ```
</CodeGroup>

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\langsmith\use-remote-graph.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
  </Callout>

  <Callout icon="terminal-2">
    [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.
  </Callout>
</div>