部署LangGraph Platform(七)-----一起学LangGraph构建agent，大模型入门到精通，收藏这篇就足够了！
LangGraph Platform 快速入门 本指南介绍如何在本地运行 LangGraph 应用程序。
下面开始第三部分-部署LangGraph Platform教程；
参考文档教程：
https://langchain-ai.github.io/langgraph/tutorials/langgraph-platform/local-server/
LangGraph Platform 快速入门 本指南介绍如何在本地运行 LangGraph 应用程序。
Python >= 3.11 is required.
pip install -U “langgraph-cli[inmem]” -i https://pypi.tuna.tsinghua.edu.cn/simple/
或者
uv pip install -U “langgraph-cli[inmem]” -i https://pypi.tuna.tsinghua.edu.cn/simple/
命令示例：
langgraph new path/to/your/app --template new-langgraph-project-python
创建一个空的 LangGraph 工程，名字为 project_demo
langgraph new project_demo --template new-langgraph-project-python
实际上会下载一个模板项目，并解压到指定目录。，网络不好，容易失败；
📥 Attempting to download repository as a ZIP archive…
URL:
https://github.com/langchain-ai/new-langgraph-project/archive/refs/heads/main.zip
这将创建一个空的 LangGraph 工程。您可以通过将 中的代码替换为您的代理代码来修改它。例如：src/agent/graph.py
下载不好可以跳过，直接进入本项目下的
deploy_dir/project_demo 目录
进入项目目录
cd deploy_dir/project_demo
安装依赖包
pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple/
你会在新的 LangGraph 应用程序的根目录中找到 a。在新 LangGraph 应用程序的根目录中创建一个文件，并将文件内容复制到其中，并填写必要的 API 密钥：.env.example 复制到 .env 文件
cp .env.example .env
5.修改 src/agent/graph.py
下面展示完整的graph.py文件内容，您可以根据自己的需求进行修改。
from langgraph.prebuilt import create_react_agent
# 先创建llm
import os
from langchain.chat_models import init_chat_model
API_KEY = "sk-123"
BASE_URL = "https://api.deepseek.com"
os.environ["OPENAI_API_KEY"] = API_KEY
os.environ["OPENAI_API_BASE"] = BASE_URL
llm = init_chat_model("openai:deepseek-chat")
defget_weather(city: str) -> str:
"""Get weather for a given city."""
returnf"It's always sunny in {city}!"
graph = create_react_agent(
model=llm,
tools=[get_weather],
prompt="You are a helpful assistant"
)
6 在本地启动 LangGraph 服务器
langgraph dev
访问 地址：
- 🚀 API: http://127.0.0.1:2024
- 🎨 Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
- 📚 API Docs: http://127.0.0.1:2024/docs
7 图形化界面调试，访问：
https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
输入内容：
南京的天气怎么样？
视频演示
8 接口文档：
http://127.0.0.1:2024/docs
9 发送curl的api请求
# 发送curl的api请求
curl --location --request POST 'http://127.0.0.1:2024/runs/stream' \
--header 'Content-Type: application/json' \
--data-raw '{
"assistant_id": "agent",
"input": {
"messages": [
{
"role": "human",
"content": "南京的天气怎么样?"
}
]
},
"stream_mode": [
"values"
]
}'
# api返回的输出结果
event: metadata
data: {"run_id":"1f03b9e9-0a61-6c1f-8cbf-396ccf9d5d4e","attempt":1}
id: 0
event: values
data: {"messages":[{"content":"南京的天气怎么样?","additional_kwargs":{},"response_metadata":{},"type":"human","name":null,"id":"a2fbfecb-360b-494d-a740-c4adb4ba0b02","example":false}]}
id: 1
: heartbeat
event: values
data: {"messages":[{"content":"南京的天气怎么样?","additional_kwargs":{},"response_metadata":{},"type":"human","name":null,"id":"a2fbfecb-360b-494d-a740-c4adb4ba0b02","example":false},{"content":"","additional_kwargs":{"tool_calls":[{"id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","function":{"arguments":"{\"city\":\"南京\"}","name":"get_weather"},"type":"function","index":0}],"refusal":null},"response_metadata":{"token_usage":{"completion_tokens":19,"prompt_tokens":107,"total_tokens":126,"completion_tokens_details":null,"prompt_tokens_details":{"audio_tokens":null,"cached_tokens":64},"prompt_cache_hit_tokens":64,"prompt_cache_miss_tokens":43},"model_name":"deepseek-chat","system_fingerprint":"fp_8802369eaa_prod0425fp8","id":"7e0548a8-60b4-46be-aa66-808f6774994a","service_tier":null,"finish_reason":"tool_calls","logprobs":null},"type":"ai","name":null,"id":"run--4abeeefd-8e32-495f-8e00-22622077b575-0","example":false,"tool_calls":[{"name":"get_weather","args":{"city":"南京"},"id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","type":"tool_call"}],"invalid_tool_calls":[],"usage_metadata":{"input_tokens":107,"output_tokens":19,"total_tokens":126,"input_token_details":{"cache_read":64},"output_token_details":{}}}]}
id: 2
event: values
data: {"messages":[{"content":"南京的天气怎么样?","additional_kwargs":{},"response_metadata":{},"type":"human","name":null,"id":"a2fbfecb-360b-494d-a740-c4adb4ba0b02","example":false},{"content":"","additional_kwargs":{"tool_calls":[{"id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","function":{"arguments":"{\"city\":\"南京\"}","name":"get_weather"},"type":"function","index":0}],"refusal":null},"response_metadata":{"token_usage":{"completion_tokens":19,"prompt_tokens":107,"total_tokens":126,"completion_tokens_details":null,"prompt_tokens_details":{"audio_tokens":null,"cached_tokens":64},"prompt_cache_hit_tokens":64,"prompt_cache_miss_tokens":43},"model_name":"deepseek-chat","system_fingerprint":"fp_8802369eaa_prod0425fp8","id":"7e0548a8-60b4-46be-aa66-808f6774994a","service_tier":null,"finish_reason":"tool_calls","logprobs":null},"type":"ai","name":null,"id":"run--4abeeefd-8e32-495f-8e00-22622077b575-0","example":false,"tool_calls":[{"name":"get_weather","args":{"city":"南京"},"id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","type":"tool_call"}],"invalid_tool_calls":[],"usage_metadata":{"input_tokens":107,"output_tokens":19,"total_tokens":126,"input_token_details":{"cache_read":64},"output_token_details":{}}},{"content":"It's always sunny in 南京!","additional_kwargs":{},"response_metadata":{},"type":"tool","name":"get_weather","id":"2d8a9d54-ea9b-47ff-a8cc-6770dc3d5561","tool_call_id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","artifact":null,"status":"success"}]}
id: 3
: heartbeat
event: values
data: {"messages":[{"content":"南京的天气怎么样?","additional_kwargs":{},"response_metadata":{},"type":"human","name":null,"id":"a2fbfecb-360b-494d-a740-c4adb4ba0b02","example":false},{"content":"","additional_kwargs":{"tool_calls":[{"id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","function":{"arguments":"{\"city\":\"南京\"}","name":"get_weather"},"type":"function","index":0}],"refusal":null},"response_metadata":{"token_usage":{"completion_tokens":19,"prompt_tokens":107,"total_tokens":126,"completion_tokens_details":null,"prompt_tokens_details":{"audio_tokens":null,"cached_tokens":64},"prompt_cache_hit_tokens":64,"prompt_cache_miss_tokens":43},"model_name":"deepseek-chat","system_fingerprint":"fp_8802369eaa_prod0425fp8","id":"7e0548a8-60b4-46be-aa66-808f6774994a","service_tier":null,"finish_reason":"tool_calls","logprobs":null},"type":"ai","name":null,"id":"run--4abeeefd-8e32-495f-8e00-22622077b575-0","example":false,"tool_calls":[{"name":"get_weather","args":{"city":"南京"},"id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","type":"tool_call"}],"invalid_tool_calls":[],"usage_metadata":{"input_tokens":107,"output_tokens":19,"total_tokens":126,"input_token_details":{"cache_read":64},"output_token_details":{}}},{"content":"It's always sunny in 南京!","additional_kwargs":{},"response_metadata":{},"type":"tool","name":"get_weather","id":"2d8a9d54-ea9b-47ff-a8cc-6770dc3d5561","tool_call_id":"call_0_42108290-58b1-49b2-84c0-32cf4a68d3d5","artifact":null,"status":"success"},{"content":"南京的天气是晴天！","additional_kwargs":{"refusal":null},"response_metadata":{"token_usage":{"completion_tokens":6,"prompt_tokens":146,"total_tokens":152,"completion_tokens_details":null,"prompt_tokens_details":{"audio_tokens":null,"cached_tokens":128},"prompt_cache_hit_tokens":128,"prompt_cache_miss_tokens":18},"model_name":"deepseek-chat","system_fingerprint":"fp_8802369eaa_prod0425fp8","id":"46b9d414-902a-4813-9c08-beb8f97bd54e","service_tier":null,"finish_reason":"stop","logprobs":null},"type":"ai","name":null,"id":"run--875951ca-7cd5-42c7-8df7-0a53f080513d-0","example":false,"tool_calls":[],"invalid_tool_calls":[],"usage_metadata":{"input_tokens":146,"output_tokens":6,"total_tokens":152,"input_token_details":{"cache_read":128},"output_token_details":{}}}]}
id: 4
完整代码访问github地址：
https://github.com/aixiaoxin123/langgraph_project
大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？
答案当然是这样，大模型必然是新风口！
那如何学习大模型 ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：
最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！
在这个版本当中：
您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
一、大模型经典书籍（免费分享）
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套大模型报告（免费分享）
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、大模型系列视频教程（免费分享）
四、2025最新大模型学习路线（免费分享）
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
18
0- 0
已为社区贡献228条内容
所有评论(0)