部署 (Deployment)
当你准备将 LangChain 智能体部署到生产环境时,LangSmith 提供了一个专为智能体工作负载设计的托管平台。传统托管平台是为无状态、短生命周期的 Web 应用构建的,而 LangGraph 是专门为需要持久状态和后台执行的有状态、长时间运行的智能体而构建的。LangSmith 处理基础设施、扩展和运维问题,让你可以直接从代码仓库部署。
先决条件
开始之前,请确保你具备以下条件:
- GitHub 账户
- LangSmith 账户(免费注册)
部署你的智能体
1. 在 GitHub 上创建仓库
你的应用代码必须位于 GitHub 仓库中才能在 LangSmith 上部署。支持公开和私有仓库。在本快速入门中,首先按照本地服务器设置指南确保你的应用与 LangGraph 兼容,然后将代码推送到仓库。
2. 部署到 LangSmith
-
导航到 LangSmith 部署
登录 LangSmith。在左侧边栏中,选择 Deployments。
-
创建新部署
点击 + New Deployment 按钮。将打开一个面板,你可以在其中填写必填字段。
-
关联仓库
如果你是首次使用或添加之前未连接的私有仓库,请点击 Add new account 按钮,并按照说明连接你的 GitHub 账户。
-
部署仓库
选择你的应用仓库。点击 Submit 进行部署。这可能需要大约 15 分钟才能完成。你可以在 Deployment details 视图中检查状态。
3. 在 Studio 中测试应用
应用部署完成后:
- 选择你刚创建的部署以查看更多详情。
- 点击右上角的 Studio 按钮。Studio 将打开并显示你的图。
4. 获取部署的 API URL
- 在 LangGraph 的 Deployment details 视图中,点击 API URL 将其复制到剪贴板。
- 点击
URL将其复制到剪贴板。
5. 测试 API
现在你可以测试 API 了:
Python
1. 安装 LangGraph Python SDK:
pip install langgraph-sdk
2. 向智能体发送消息:
from langgraph_sdk import get_sync_client # 或使用 get_client 进行异步调用
client = get_sync_client(url="your-deployment-url", api_key="your-langsmith-api-key")
for chunk in client.runs.stream(
None, # 无线程运行
"agent", # 智能体名称。在 langgraph.json 中定义。
input={
"messages": [{
"role": "human",
"content": "什么是 LangGraph?",
}],
},
stream_mode="updates",
):
print(f"收到新事件,类型: {chunk.event}...")
print(chunk.data)
print("\n\n")
REST API
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\",
\"input\": {
\"messages\": [
{
\"role\": \"human\",
\"content\": \"什么是 LangGraph?\"
}
]
},
\"stream_mode\": \"updates\"
}"
提示:LangSmith 提供额外的托管选项,包括自托管和混合部署。更多信息请参阅平台设置概述。
部署选项
LangSmith 提供多种部署选项:
- 托管云 - LangSmith 完全管理的云部署
- 自托管 - 在你自己的基础设施上运行
- 混合部署 - 结合托管和自托管的优势
最佳实践
- 使用环境变量 - 将 API 密钥和敏感配置存储在环境变量中
- 配置适当的扩展 - 根据预期负载配置资源
- 启用监控 - 使用 LangSmith 的可观测性功能监控生产智能体
- 实现健康检查 - 确保部署包含健康检查端点
下一步
- 可观测性 - 监控生产环境中的智能体
- 测试 - 在部署前测试你的智能体
- LangSmith Studio - 可视化调试智能体