> ## 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

<CodeGroup>
  ```bash pip theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  # 需要 Python >= 3.11。
  pip install -U "langgraph-cli[inmem]"
  ```

  ```bash uv theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  # 需要 Python >= 3.11。
  uv add "langgraph-cli[inmem]"
  ```
</CodeGroup>

## 2. 创建 LangGraph 应用

使用 [`new-langgraph-project-python` 模板](https://github.com/langchain-ai/new-langgraph-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"}}
langgraph new path/to/your/app --template new-langgraph-project-python
```

<Tip>
  **其他模板**
  如果你使用 `langgraph new` 而不指定模板，将会看到一个交互式菜单，你可以从中选择可用的模板列表。
</Tip>

## 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：

<CodeGroup>
  ```bash pip theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  cd path/to/your/app
  pip install -e .
  ```

  ```bash uv theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  cd path/to/your/app
  uv sync
  ```
</CodeGroup>

## 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"}}
langgraph 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="Python SDK (异步)">
    1. 安装 LangGraph Python SDK：
       ```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
       pip install langgraph-sdk
       ```
    2. 向助手发送消息（无线程运行）：
       ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
       from langgraph_sdk import get_client
       import asyncio

       client = get_client(url="http://localhost:2024")

       async def main():
           async for chunk in client.runs.stream(
               None,  # 无线程运行
               "agent", # 助手名称。在 langgraph.json 中定义。
               input={
               "messages": [{
                   "role": "human",
                   "content": "什么是 LangGraph？",
                   }],
               },
           ):
               print(f"接收到类型为 {chunk.event} 的新事件...")
               print(chunk.data)
               print("\n\n")

       asyncio.run(main())
       ```
  </Tab>

  <Tab title="Python SDK (同步)">
    1. 安装 LangGraph Python SDK：
       ```shell theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
       pip install langgraph-sdk
       ```
    2. 向助手发送消息（无线程运行）：
       ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
       from langgraph_sdk import get_sync_client

       client = get_sync_client(url="http://localhost:2024")

       for chunk in client.runs.stream(
           None,  # 无线程运行
           "agent", # 助手名称。在 langgraph.json 中定义。
           input={
               "messages": [{
                   "role": "human",
                   "content": "什么是 LangGraph？",
               }],
           },
           stream_mode="messages-tuple",
       ):
           print(f"接收到类型为 {chunk.event} 的新事件...")
           print(chunk.data)
           print("\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/python/langsmith/deployment/sdk/)：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>