LangGraph FullStack Python 项目启动与配置教程

1. 项目的目录结构及介绍

本项目是一个全栈聊天机器人应用，其目录结构如下：

langgraph-fullstack-python/
├── .github/
│   └── workflows/
├── src/
│   ├── react_agent/
│   │   ├── app.py
│   │   ├── graph.py
│   │   └── templates/
│   │       └── index.html
├── tests/
├── .codespellignore
├── .env.example
├── .gitignore
├── LICENSE
├── Makefile
├── README.md
├── langgraph.json
└── pyproject.toml

• .github/workflows/: 存放GitHub Actions的工作流文件，用于自动化任务，如CI/CD流程。
• src/react_agent/: 包含聊天机器人的核心逻辑和Web应用服务。
  • app.py: Web应用的启动和路由配置文件。
  • graph.py: 聊天机器人的逻辑处理和状态管理。
  • templates/: 存放Web应用的HTML模板文件。
• tests/: 存放项目的测试代码。
• .codespellignore: 指定代码拼写检查时要忽略的文件或目录。
• .env.example: 提供了环境变量配置的示例。
• .gitignore: 指定Git版本控制时要忽略的文件或目录。
• LICENSE: 项目的开源许可证文件。
• Makefile: 包含构建和运行项目所需的make命令。
• README.md: 项目的说明文档。
• langgraph.json: LangGraph的配置文件，定义了聊天机器人和HTTP路由。
• pyproject.toml: 包含项目信息和依赖的配置文件。

2. 项目的启动文件介绍

项目的启动主要通过Makefile文件中的命令实现。以下是启动Web应用的命令：

run: build
	uv run langgraph dev --no-browser

使用make run命令将启动本地开发服务器。这里使用了uv（一个基于Python的Web框架）来运行应用。

3. 项目的配置文件介绍

langgraph.json

该文件是LangGraph的配置文件，定义了聊天机器人的图形结构和HTTP路由。以下是配置文件的一个示例：

{
  "dependencies": [],
  "graphs": {
    "agent": "./src/react_agent/graph.py:graph"
  },
  "http": {
    "app": "./src/react_agent/app.py:app"
  }
}

• dependencies: 定义项目依赖。
• graphs: 定义聊天机器人的图形结构，这里指向graph.py中的graph对象。
• http: 定义HTTP路由，这里指向app.py中的app对象。

pyproject.toml

该文件定义了项目的元数据和依赖。以下是文件的一个示例：

[project]
name = "langgraph-fullstack-python"
version = "0.1.0"
description = "Full-Stack Python Chatbot with LangGraph"
authors = ["Your Name <[e-mail]>"]

[project.urls]
"Documentation" = "https://langgraph.io/docs"

[dependencies]
uv = ">=0.0.0"

在这个配置文件中，我们定义了项目名称、版本、描述和作者。同时指定了项目依赖uv。

通过上述介绍，您可以开始配置和启动LangGraph FullStack Python项目，并进一步进行自定义开发。