1. LangGraph全家桶使用
2. 全家桶组件介绍
2.1 LangGraph
Written: 2026.06 基于有向图(State Graph)的 AI 应用框架,用来构建多步推理、Agent 协作和可控对话流程。相比直接写 Chain,更结构化、可观测2.2 LangSmith
平台化工具,用于 调试、观测、评估 LangChain / LangGraph 应用。可以记录运行轨迹、比较不同版本、做回放和质量评估2.3 LangGraph Studio
一个 可视化 IDE,支持拖拽式创建/修改 LangGraph 流程,实时运行和调试节点逻辑。对非纯代码开发者特别友好2.4 LangGraph CLI
命令行工具,用来 初始化项目、运行、部署 LangGraph 应用。比如langgraph dev 本地调试,langgraph deploy 一键上云
2.5 Agent Chat UI
一个现成的 聊天前端(React + Tailwind),直接对接 LangGraph Agent 服务,用来展示对话、思维链、工具调用等LangGraph 提供了开发框架,LangSmith 做监控和评估,Studio 做可视化构建,CLI 管理项目和部署,Agent Chat UI 提供用户界面 —— 一套从开发到调试、部署、交互的完整闭环
3. 创建LangGraph智能体项目
3.1 创建项目
使用 uv 工具创建一个 langgraph 项目,uv 具体使用可参考文档:https://www.cuiliangblog.cn/detail/section/2287012793.2 注册LangSmith
为了更好的监控智能体实时运行情况,我们可以考虑借助LangSmith进行追踪(会将智能体运行情况实时上传到LangGraph官网并进行展示)。具体使用可参考文档:https://www.cuiliangblog.cn/detail/section/2298487243.3 创建相关文件
环境变量配置(.env)示例
自定义工具函数(tools.py)示例
主程序(main.py)示例
LangGraph 配置文件(langgraph.json)示例
dependencies: 依赖路径数组,“./”: 表示当前目录为依赖源
graphs: 执行图配置对象,chatbot: 图名称,对应./main.py文件中的agent函数作为聊天机器人入口点
env: 环境变量配置文件路径,“.env”: 指定使用当前目录下的.env文件作为环境变量配置源 */
3.4 安装langgraph-cli 并启动项目
执行pip install -U "langgraph-cli[inmem]"命令安装langgraph-cli 工具
执行langgraph dev命令启动项目,启动之后可以看到三个链接,第一个链接是当前部署完成后的服务端口,第二个是LangGraph Studio的可视化页面,其中第三个端口是端口的说明文档
执行结果如下
4. 全家桶使用
4.1 查看接口文档
访问http://127.0.0.1:2024/docs即可查看接口文档
4.2 LangGraph Studio 可视化调试
访问https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024既可在 web 页面调试
4.3 LangSmith 追踪
点击LangGraph Studio侧边栏的Tracing Projects按钮,然后点击我们的项目langgraph_studio_chatbot,可以看到LangSmith的调试记录:

4.4 Agent Chat UI 前端交互
除了使用LangGraph Studio 调试交互外,我们也可以使用Agent Chat UI 进行交互,项目主页:https://github.com/langchain-ai/agent-chat-ui。项目提供本地部署和在线使用两种方式,为方便调试,此处以在线使用为例演示 访问https://agentchat.vercel.app/,填写相关信息


