> ## 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.

# 运行本地服务器

本指南将向你展示如何在本地运行 LangGraph 应用程序。

## 前提条件

开始之前，请确保你已具备以下条件：

* 一个 [LangSmith](https://smith.langchain.com/settings) 的 API 密钥 - 可免费注册

## 1. 安装 LangGraph CLI

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

## 2. 创建 LangGraph 应用

使用 [`new-langgraph-project-js` 模板](https://github.com/langchain-ai/new-langgraphjs-project) 创建一个新应用。此模板演示了一个单节点应用程序，你可以使用自己的逻辑进行扩展。

```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
npm create langgraph
```

<Accordion title="将 LangGraph 添加到现有项目">
  如果你有一个包含 LangGraph 智能体的现有项目，可以使用 `config` 命令自动生成 `langgraph.json` 配置文件：

  ```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  npm create langgraph config
  ```

  此命令会扫描你的项目以查找 LangGraph 智能体（例如 `createAgent()`、`StateGraph.compile()` 或 `workflow.compile()` 模式），并生成一个包含所有已导出智能体的配置文件。

  示例输出：

  ```json theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  {
    "node_version": "24",
    "graphs": {
      "agent": "./src/agent.ts:agent",
      "searchAgent": "./src/search.ts:searchAgent"
    },
    "env": ".env"
  }
  ```

  <Tip>
    只有**已导出**的智能体才会包含在配置中。如果某个智能体未导出，命令会发出警告，以便你添加 `export` 关键字。
  </Tip>
</Accordion>

## 3. 安装依赖项

在你的新 LangGraph 应用根目录下，以 `edit` 模式安装依赖项，以便服务器使用你的本地更改：

```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
cd path/to/your/app
npm install
```

## 4. 创建 `.env` 文件

你会在新 LangGraph 应用的根目录下找到一个 `.env.example` 文件。在新 LangGraph 应用的根目录下创建一个 `.env` 文件，并将 `.env.example` 文件的内容复制到其中，填写必要的 API 密钥：

```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
LANGSMITH_API_KEY=lsv2...
```

## 5. 启动智能体服务器

在本地启动 LangGraph API 服务器：

```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
npx @langchain/langgraph-cli dev
```

示例输出：

```
INFO:langgraph_api.cli:

        欢迎使用

╦  ┌─┐┌┐┌┌─┐╔═╗┬─┐┌─┐┌─┐┬ ┬
║  ├─┤││││ ┬║ ╦├┬┘├─┤├─┘├─┤
╩═╝┴ ┴┘└┘└─┘╚═╝┴└─┴ ┴┴  ┴ ┴

- 🚀 API: http://127.0.0.1:2024
- 🎨 Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
- 📚 API 文档: http://127.0.0.1:2024/docs

此内存服务器专为开发和测试设计。
生产环境使用，请使用 LangSmith 部署。
```

`langgraph dev` 命令以内存模式启动智能体服务器。此模式适用于开发和测试目的。生产环境使用，请部署具有持久存储后端访问权限的智能体服务器。更多信息，请参阅 [平台设置概述](/langsmith/platform-setup)。

## 6. 在 Studio 中测试你的应用

[Studio](/langsmith/studio) 是一个专门的用户界面，你可以连接到 LangGraph API 服务器，以可视化、交互和本地调试你的应用程序。通过访问 `langgraph dev` 命令输出中提供的 URL，在 Studio 中测试你的图：

```
>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
```

对于在自定义主机/端口上运行的智能体服务器，请更新 URL 中的 `baseUrl` 查询参数。例如，如果你的服务器运行在 `http://myhost:3000`：

```
https://smith.langchain.com/studio/?baseUrl=http://myhost:3000
```

<Accordion title="Safari 兼容性">
  由于 Safari 在连接到 localhost 服务器时存在限制，请使用 `--tunnel` 标志与你的命令一起创建安全隧道：

  ```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  langgraph dev --tunnel
  ```
</Accordion>

## 7. 测试 API

<Tabs>
  <Tab title="Javascript SDK">
    1. 安装 LangGraph JS SDK：
       ```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
       npm install @langchain/langgraph-sdk
       ```
    2. 向助手发送消息（无线程运行）：

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

    // 仅当调用 langgraph dev 时更改了默认端口，才需要设置 apiUrl
    const client = new Client({ apiUrl: "http://localhost:2024"});

    const streamResponse = client.runs.stream(
      null, // 无线程运行
      "agent", // 助手 ID
      {
        input: {
          "messages": [
            { "role": "user", "content": "什么是 LangGraph？"}
          ]
        },
        streamMode: "messages-tuple",
      }
    );

    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 "http://localhost:2024/runs/stream" \
        --header 'Content-Type: application/json' \
        --data "{
            \"assistant_id\": \"agent\",
            \"input\": {
                \"messages\": [
                    {
                        \"role\": \"human\",
                        \"content\": \"什么是 LangGraph？\"
                    }
                ]
            },
            \"stream_mode\": \"messages-tuple\"
        }"
    ```
  </Tab>
</Tabs>

## 后续步骤

现在你已经在本地运行了一个 LangGraph 应用，通过探索部署和高级功能来进一步深入：

* [部署快速入门](/langsmith/deployment-quickstart)：使用 LangSmith 部署你的 LangGraph 应用。

* [LangSmith](/langsmith/home)：了解 LangSmith 的基础概念。

* [SDK 参考](https://reference.langchain.com/javascript/modules/_langchain_langgraph-sdk.html)：探索 SDK API 参考。

***

<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\local-server.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>