Skip to content

模板应用

模板是开源的参考应用，旨在帮助您在构建 LangGraph 应用时快速上手。它们提供了常见的代理工作流程的可用示例，可以根据您的需求进行定制。

您可以使用 LangGraph CLI 从模板创建应用。

要求

  • Python >= 3.11
  • LangGraph CLI: 需要 langchain-cli[inmem] >= 0.1.58

安装 LangGraph CLI

pip install "langgraph-cli[inmem]" --upgrade

或者通过 uv（推荐）：

uvx --from "langgraph-cli[inmem]" langgraph dev --help

npx @langchain/langgraph-cli --help

可用模板

模板 描述 Python JS/TS
新 LangGraph 项目 一个简单的、最小化的带记忆的聊天机器人。 Repo Repo
ReAct Agent 一个简单的代理，可以灵活地扩展到多个工具。 Repo Repo
Memory Agent 一个 ReAct 风格的代理，增加了一个工具用于跨线程存储记忆。 Repo Repo
Retrieval Agent 一个包含基于检索的问答系统的代理。 Repo Repo
Data-Enrichment Agent 一个执行网络搜索并将搜索结果整理成结构化格式的代理。 Repo Repo

🌱 创建 LangGraph 应用

要从模板创建新应用，请使用 langgraph new 命令。

langgraph new

或者通过 uv（推荐）：

uvx --from "langgraph-cli[inmem]" langgraph new

npm create langgraph@latest

后续步骤

请查看新 LangGraph 应用根目录下的 README.md 文件，了解有关模板及其自定义方法的更多信息。

正确配置应用并添加 API 密钥后，您可以使用 LangGraph CLI 启动应用：

langgraph dev

或者通过 uv（推荐）：

uvx --from "langgraph-cli[inmem]" --with-editable . langgraph dev
缺少本地包？

如果您没有使用 uv 并且遇到了 "ModuleNotFoundError" 或 "ImportError"，即使已经安装了本地包 (pip install -e .)，您很可能需要将 CLI 安装到本地虚拟环境中，以便 CLI能够“感知”到本地包。您可以通过运行 python -m pip install "langgraph-cli[inmem]" 并重新激活您的虚拟环境来完成此操作，然后再运行 langgraph dev。

npx @langchain/langgraph-cli dev

有关如何部署应用的更多信息，请参阅以下指南：