> ## 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.

# LangSmith 部署

本指南将向您展示如何将您的智能体部署到 **[LangSmith Cloud](/langsmith/deploy-to-cloud)**，这是一个专为智能体工作负载设计的全托管托管平台。通过 Cloud 部署，您可以直接从 GitHub 仓库部署——LangSmith 会处理基础设施、扩展和运维问题。

传统的托管平台是为无状态、短生命周期的 Web 应用程序构建的。LangSmith Cloud 则是**专为有状态、长时间运行的智能体**而构建，这些智能体需要持久化状态和后台执行。

<Tip>
  除了 Cloud 部署，LangSmith 还提供多种其他部署选项，包括使用 [控制平面（混合/自托管）](/langsmith/deploy-with-control-plane) 部署或作为 [独立服务器](/langsmith/deploy-standalone-server) 部署。更多信息，请参阅 [部署概览](/langsmith/deployment)。
</Tip>

## 先决条件

开始之前，请确保您已具备以下条件：

* 一个 [GitHub 账户](https://github.com/)
* 一个 [LangSmith 账户](https://smith.langchain.com/)（免费注册）

## 部署您的智能体

### 1. 在 GitHub 上创建仓库

您的应用程序代码必须存放在 GitHub 仓库中，才能在 LangSmith 上部署。支持公共和私有仓库。对于本快速入门，请首先按照 [本地服务器设置指南](/oss/javascript/langgraph/studio#set-up-local-agent-server) 确保您的应用程序与 LangGraph 兼容。然后，将您的代码推送到仓库。

### 2. 部署到 LangSmith

<Steps>
  <Step title="导航到 LangSmith 部署">
    登录 [LangSmith](https://smith.langchain.com/)。在左侧边栏中，选择 **Deployments**。
  </Step>

  <Step title="创建新部署">
    点击 **+ New Deployment** 按钮。将打开一个窗格，您可以在其中填写必填字段。
  </Step>

  <Step title="关联仓库">
    如果您是首次使用，或者要添加一个之前未连接过的私有仓库，请点击 **Add new account** 按钮，并按照说明连接您的 GitHub 账户。
  </Step>

  <Step title="部署仓库">
    选择您应用程序的仓库。点击 **Submit** 进行部署。此过程可能需要大约 15 分钟才能完成。您可以在 **Deployment details** 视图中查看状态。
  </Step>
</Steps>

### 3. 在 Studio 中测试您的应用程序

一旦您的应用程序部署完成：

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 将打开并显示您的图。

### 4. 获取部署的 API URL

1. 在 LangGraph 的 **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：

<Tabs>
  <Tab title="TypeScript">
    1. 安装 LangGraph SDK：

    ```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    npm install @langchain/langgraph-sdk
    ```

    2. 向智能体发送消息：

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

    const client = new Client({ apiUrl: "您的部署URL", apiKey: "您的-langsmith-api-key" });

    const streamResponse = client.runs.stream(
      null,    // 无线程运行
      "agent", // 智能体名称。在 langgraph.json 中定义。
      {
        input: {
          "messages": [
            { "role": "user", "content": "什么是 LangGraph？"}
          ]
        },
        streamMode: "messages",
      }
    );

    for await (const chunk of streamResponse) {
      console.log(`接收到类型为 ${chunk.event} 的新事件...`);
      console.log(JSON.stringify(chunk.data));
      console.log("\n\n");
    }
    ```
  </Tab>

  <Tab title="Rest API">
    ```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    curl -s --request POST \
        --url <DEPLOYMENT_URL>/runs/stream \
        --header 'Content-Type: application/json' \
        --header "X-Api-Key: <LANGSMITH API KEY> \
        --data "{
            \"assistant_id\": \"agent\", `# 智能体名称。在 langgraph.json 中定义。`
            \"input\": {
                \"messages\": [
                    {
                        \"role\": \"human\",
                        \"content\": \"什么是 LangGraph？\"
                    }
                ]
            },
            \"stream_mode\": \"updates\"
        }"
    ```
  </Tab>
</Tabs>

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\oss\langgraph\deploy.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>