模板应用程序

模板是开源参考应用程序，旨在帮助你在使用 LangGraph 构建时快速入门。它们提供了常见智能代理工作流的工作示例，可以根据你的需求进行自定义。

你可以使用 LangGraph CLI 从模板创建应用程序。

Python

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

JavaScript

npx @langchain/langgraph-cli --help

可用模板

Python

模板	描述	链接
New LangGraph Project	一个简单、最小的带记忆功能的聊天机器人。	仓库
ReAct Agent	一个可以灵活扩展到多种工具的简单智能代理。	仓库
Memory Agent	一个 ReAct 风格的智能代理，带有额外的工具来存储记忆以供跨线程使用。	仓库
Retrieval Agent	一个包含基于检索的问答系统的智能代理。	仓库
Data-Enrichment Agent	一个执行网络搜索并将其发现组织成结构化格式的智能代理。	仓库

JavaScript

模板	描述	链接
New LangGraph Project	一个简单、最小的带记忆功能的聊天机器人。	仓库
ReAct Agent	一个可以灵活扩展到多种工具的简单智能代理。	仓库
Memory Agent	一个 ReAct 风格的智能代理，带有额外的工具来存储记忆以供跨线程使用。	仓库
Retrieval Agent	一个包含基于检索的问答系统的智能代理。	仓库
Data-Enrichment Agent	一个执行网络搜索并将其发现组织成结构化格式的智能代理。	仓库

🌱 创建 LangGraph 应用程序

要从模板创建新应用程序，请使用 langgraph new 命令。

Python

langgraph new

或者通过 uv（推荐）：

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

JavaScript

npm create langgraph

后续步骤

查看新 LangGraph 应用程序根目录中的 README.md 文件，了解有关模板以及如何自定义它的更多信息。

正确配置应用程序并添加 API 密钥后，你可以使用 LangGraph CLI 启动应用程序：

Python

langgraph dev

或者通过 uv（推荐）：

uvx --from "langgraph-cli[inmem]" --with-editable . langgraph dev

缺少本地包？

如果你没有使用 uv 并遇到 "ModuleNotFoundError" 或 "ImportError"，即使在安装本地包（pip install -e .）之后，很可能你需要将 CLI 安装到本地虚拟环境中，以使 CLI "感知"本地包。你可以通过运行 python -m pip install "langgraph-cli[inmem]" 并在运行 langgraph dev 之前重新激活虚拟环境来完成此操作。

JavaScript

npx @langchain/langgraph-cli dev

请参阅以下指南，了解有关如何部署应用程序的更多信息：

• 启动本地 LangGraph Server：此快速入门指南展示了如何在本地为 ReAct Agent 模板启动 LangGraph Server。其他模板的步骤类似。
• 部署到 LangGraph Platform：使用 LangGraph Platform 部署你的 LangGraph 应用程序。