应用结构

要在 LangSmith 上部署，应用必须由一个或多个图、一个配置文件（langgraph.json）、一个指定依赖项的文件，以及一个可选的、用于指定环境变量的 .env 文件组成。

本页说明 LangSmith 应用如何组织，以及如何提供部署所需的配置详情。

核心概念

要使用 LangSmith 部署，请提供以下信息：

1. 一个配置文件（langgraph.json），用于指定应用要使用的依赖项、图和环境变量。
2. 实现应用逻辑的图。
3. 一个指定运行应用所需依赖项的文件。
4. 运行应用所需环境变量。

TIP

框架无关

LangSmith Deployment 支持部署 LangGraph 图。然而，图的节点的实现可以包含任意代码。这意味着任何框架都可以在节点内实现并部署到 LangSmith Deployment 上。这让你能够在不使用额外 LangGraph OSS API 的情况下实现核心应用逻辑，同时仍使用 LangSmith 进行部署、扩缩容和可观测性。有关更多详情，请参阅将任意框架与 LangSmith Deployment 搭配使用。

文件结构

以下是 Python 和 JavaScript 应用的目录结构示例：

my-app/
├── my_agent # all project code lies within here
│   ├── utils # utilities for your graph
│   │   ├── __init__.py
│   │   ├── tools.py # tools for your graph
│   │   ├── nodes.py # node functions for your graph
│   │   └── state.py # state definition of your graph
│   ├── __init__.py
│   └── agent.py # code for constructing your graph
├── .env # environment variables
├── requirements.txt # package dependencies
└── langgraph.json # configuration file for LangGraph

NOTE

应用的目录结构可能因所用的编程语言和包管理器而异。

配置文件

langgraph.json 文件是一个 JSON 文件，用于指定部署应用所需的依赖项、图、环境变量和其他设置。

有关 JSON 文件中所有支持的键的详情，请参阅 LangGraph 配置文件参考。

TIP

LangGraph CLI 默认使用当前目录中的配置文件 langgraph.json。

示例

• 依赖项涉及一个自定义本地包和 langchain_openai 包。
• 将从文件 ./your_package/your_file.py 中加载一个图，使用变量 agent。
• 环境变量从 .env 文件加载。

{
    "dependencies": [
        "langchain_openai",
        "./your_package"
    ],
    "graphs": {
        "my_agent": "./your_package/your_file.py:agent"
    },
    "env": "./.env"
}

依赖

应用可能依赖其他 Python 包或 JavaScript 库（取决于编写该应用所用的编程语言）。

为了让依赖项正确设置，你通常需要指定以下信息：

1. 目录中指定依赖项的文件（例如 requirements.txt、pyproject.toml 或 package.json）。
2. 配置文件中的 dependencies 键，用于指定运行应用所需的依赖项。
3. 可以使用 LangGraph 配置文件中的 dockerfile_lines 键来指定任何额外的二进制文件或系统库。

图

使用配置文件中的 graphs 键来指定已部署应用中可用的图。

你可以在配置文件中指定一个或多个图。每个图由唯一名称和一个路径标识，该路径指向 (1) 已编译的图，或 (2) 定义图的函数。

将任意框架与 LangSmith Deployment 搭配使用

虽然 LangSmith Deployment 要求应用以 LangGraph 图的形式构建，但该图中的各个节点可以包含任意代码。这意味着你可以在节点内使用任何框架或库，同时仍能受益于 LangSmith 的部署基础设施。

图结构充当部署接口，但你的核心应用逻辑可以使用最适合你需求的任何工具和框架。

要使用 LangSmith 部署，你需要：

1. 一个 LangGraph 图结构：使用 StateGraph 以及 add_node 和 add_edge 定义一个图。
2. 具有任意逻辑的节点函数：你的节点函数可以调用任何框架或库。
3. 一个已编译的图：编译该图以创建一个可部署的应用。

以下示例展示如何将你现有的应用逻辑包装到一个最小的 LangGraph 结构中：

from langgraph.graph import StateGraph, START, END
from typing import TypedDict

# Your existing application logic using any framework
from app_logic import process_data
from app_logic import fetch_data

class State(TypedDict):
    input: str
    result: str

def my_app_node(state: State) -> State:
    """Node containing arbitrary framework code."""
    # Use any framework or library here
    raw_data = fetch_data(state["input"])
    processed = process_data(raw_data)
    return {"result": processed}

# Define the graph structure
graph = StateGraph(State)
graph.add_node("process", my_app_node)  # Add node with your logic
graph.add_edge(START, "process")  # Connect start to your node
graph.add_edge("process", END)  # Connect your node to end

# Compile for deployment
app = graph.compile()

在此示例中，节点函数（Python 的 my_app_node 和 JavaScript 的 myAppNode）可以包含对任何框架或库的调用。LangGraph 结构只是提供部署接口和编排层。

有关端到端示例，请参阅 Google ADK 和 Claude Agent SDK、Strands、CrewAI 和 AutoGen 的部署指南。LangSmith 通过 deployments-wrap-sdk 添加了对 Google ADK 的支持，这是一个可扩展的包，用于包装智能体 SDK 以便在 LangSmith Deployment 上运行。

环境变量

如果你在本地处理已部署的 LangGraph 应用，可以在配置文件的 env 键中配置环境变量。

对于生产部署，你通常希望在部署环境中配置环境变量。

---