langgraph快速入门 —— 从本地脚本到 HTTP 服务

第五篇：从本地脚本到 HTTP 服务

前四篇都在本机跑脚本。最后一篇处理两件事：出问题时怎么看见内部发生了什么，以及怎么把图变成一个别人能调用的服务。涉及 test8.py 和 test21/test21.py。

先能看见，再谈优化

test8.py 接的是 LangSmith：

复制代码

os.environ["LANGSMITH_TRACING"] = "true"
os.environ["LANGSMITH_API_KEY"] = "..."
os.environ["LANGSMITH_PROJECT"] = "MultiAgent-DeepSeek"

开完这三个环境变量，图里每个节点、每次模型调用、每次工具调用都会上报到 smith.langchain.com。页面上能看到调用树、耗时、输入输出，还能把测试集固定下来做回归。

写 Agent 的时候，print 只能看到自己埋的点。追踪能看到模型每一轮收到什么、回了什么，调提示词靠它省时间。

同时提醒一句：test8.py 里的 key 是明文写在代码里的，这行得挪到 .env，密钥最好也去平台重置一次。这个脚本是我最早写的，当时没在意。

图得一直活着

test21 目录里三个文件，.env、langgraph.json、test21.py。langgraph.json 告诉平台去哪找图：

复制代码

{
  "dependencies": ["."],
  "graphs": { "piano_agent": "./test21.py:graph" },
  "env": "./.env"
}

第一次我直接把 test18.py 的 MySQL 代码抄过来，服务起不来。原因是 from_conn_string() 在 1.2.x 里是上下文管理器，with 块结束连接就关了，而平台要求图在模块级常驻。

改成手动建连接，连接一直开着：

复制代码

conn = pymysql.connect(**conn_params, autocommit=True)
checkpointer = PyMySQLSaver(conn)
graph = builder.compile(checkpointer=checkpointer, name="piano_agent_graph")

compile() 里的 name 是给平台看的图名。本地用 langgraph dev 起服务，之后就能通过 HTTP 调这个图，thread_id、断点、历史这些能力和脚本里一样。

五个已经确认的坑

写到这里，把能复现的问题列清楚。

test19.py 漏了 from langgraph.graph import StateGraph, START, END，运行直接 NameError，补一行就好。

test20.py 依赖 PostgresSaver，环境里没装 langgraph-checkpoint-postgres，也没起 PG 服务。换成 SqliteSaver 或 PyMySQLSaver 就能验证声明式中断。

test8.py 的密钥明文，要挪走并重置。

节点函数返回完整 state 会覆盖别的节点写进去的字段。只返回增量，合并交给 reducer。

没有挂 checkpointer 时，interrupt 和时间回溯都不工作。报错信息不明显，容易误判成 API 用法写错。

完整示例

部署需要一个目录、三份文件。第一份是图本身，注意连接放在模块级，图名写进 compile()：

复制代码

# agent_graph.py
import sqlite3
from typing import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.checkpoint.sqlite import SqliteSaver

class State(TypedDict):
    prompt: str
    content: str

def generate(state: State):
    return {"content": f"编曲方案：{state['prompt']}，速度 80 BPM，C 大调"}

def save(state: State):
    return {"content": state["content"] + "（已存档）"}

builder = StateGraph(State)
builder.add_node("generate", generate)
builder.add_node("save", save)
builder.add_edge(START, "generate")
builder.add_edge("generate", "save")
builder.add_edge("save", END)

conn = sqlite3.connect("platform_checkpoints.sqlite", check_same_thread=False)
checkpointer = SqliteSaver(conn)
checkpointer.setup()

graph = builder.compile(
    checkpointer=checkpointer,
    name="piano_agent_graph",
)

第二份是 langgraph.json，写给平台看：

复制代码

{
  "dependencies": ["."],
  "graphs": { "piano_agent": "./agent_graph.py:graph" },
  "env": "./.env"
}

第三份是调用脚本，用 HTTP 打这个服务：

复制代码

# call_api.py
import requests

BASE = "http://127.0.0.1:2024"

response = requests.post(
    f"{BASE}/runs/wait",
    json={
        "assistant_id": "piano_agent",
        "input": {"prompt": "写一段睡前钢琴曲的方案", "content": ""},
        "config": {"configurable": {"thread_id": "api-1"}},
    },
)
print(response.json())

运行顺序：

复制代码

langgraph dev
python call_api.py

服务起来之后，call_api.py 会打印返回的 state，content 字段里能看到两段拼接后的文本。把 thread_id 换成另一个值，服务端会当成新会话，历史不会串。

要接 MySQL，把 agent_graph.py 里的连接换成 PyMySQLSaver，其余不用动。如果服务起不来，先检查有没有把连接写进 with 块里。

系列收尾

五篇写完，22 个脚本其实只讲了一件事：把流程从代码里拆出来，变成一张能暂停、能回放的图。模型是零件，图是骨架，checkpointer 让骨架活起来。

LangGraph 的学习曲线陡的地方在概念，不在 API。StateGraph、add_conditional_edges、compile 这几个调用看一遍就会，真正花时间的是想清楚状态该有哪些字段、什么时候该停、记忆放哪一层。

下一步我打算把 test21 里的 piano_agent 补成完整项目：supervisor 调度、工具调用、MySQL 存档、审核中断、LangSmith 追踪，一条链路跑通。散脚本学得快，串成项目才记得住。

系列目录：

第一篇：一张状态图是怎么跑起来的
第二篇：Agent 是怎么转起来的
第三篇：让图记住，也让它停下来
第四篇：多个 Agent 怎么分工
第五篇：从本地脚本到 HTTP 服务