LangGraph 1.0 α : Get started – ローカルサーバの実行

by

LangGraph も LangChain とともに 10 月のバージョン 1.0 リリースを目指しています。
このガイドは LangGraph アプリケーションをローカルで実行する方法を示します。

LangGraph 1.0 alpha : Get started – ローカルサーバの実行

作成 : クラスキャット・セールスインフォメーション
作成日時 : 09/27/2026
バージョン : 1.0.0a3

* 本記事は docs.langchain.com の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています。スニペットはできる限り日本語を使用しています :

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

LangGraph 1.0 alpha : Get started – ローカルサーバの実行

このガイドは LangGraph アプリケーションをローカルで実行する方法を示します。

 

前提条件

始める前に、次を所持していることを確認してください :

  • LangSmith 用 API キー – サインアップは無料です

 

1. LangGraph CLI のインストール

pip

# Python >= 3.11 is required.
pip install -U "langgraph-cli[inmem]"

 

2. LangGraph アプリケーションの作成 🌱

new-langgraph-project-python テンプレート から新しいアプリケーションを作成します。このテンプレートは独自ロジックで拡張可能な単一ノード・アプリケーションを実現します。

langgraph new path/to/your/app --template new-langgraph-project-python

Info : 追加のテンプレート – If you use langgraph new without specifying a template, you will be presented with an interactive menu that will allow you to choose from a list of available templates.

 

3. 依存関係のインストール

新しい LangGraph アプリケーションのルートで、edit モードで依存関係をインストールすると、ローカルの変更がサーバにより使用されます :

cd path/to/your/app
pip install -e .

 

4. .env ファイルの作成

新しい LangGraph アプリケーションのルートで .env.example が見つかります。新しい LangGraph アプリケーションのルートで .env ファイルを作成して、.env.example ファイルの内容をそれにコピーして、必要な API キーを入力します :

LANGSMITH_API_KEY=lsv2...

 

5. LangGraph サーバの起動 🚀

LangGraph API server をローカルで起動します :

langgraph dev

出力例

>    Ready!
>
>    - API: [http://localhost:2024](http://localhost:2024/)
>
>    - Docs: http://localhost:2024/docs
>
>    - LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

“langgraph dev” コマンドは in-memory モードで LangGraph サーバを起動します。このモードは開発とテスト目的に適しています。本番環境での利用には、永続化ストレージ・バックエンドへのアクセスを備えた LangGraph Server を配備します。For more information, see Deployment options.

 

6. アプリケーションを LangGraph Studio でテストする

LangGraph Studio は、LangGraph API サーバに接続してローカルでアプリケーションを視覚化、操作、デバッグできる専用の UI です。”langgraph dev” コマンドの出力で提供される URL にアクセスすることで LangGraph Studio でグラフをテストします :

  • LangGraph Studio Web UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

For a LangGraph Server running on a custom host/port, update the baseURL parameter.

 

7. Test the API

Python SDK (非同期)

  1. LangGraph Python SDK をインストールします :

    pip install langgraph-sdk

  2. メッセージをアシスタントに送信します (threadless 実行) :

    from langgraph_sdk import get_client
import asyncio

client = get_client(url="http://localhost:2024")

async def main():
    async for chunk in client.runs.stream(
        None,  # Threadless run
        "agent", # Name of assistant. Defined in langgraph.json.
        input={
        "messages": [{
            "role": "human",
            "content": "What is LangGraph?",
            }],
        },
    ):
        print(f"Receiving new event of type: {chunk.event}...")
        print(chunk.data)
        print("\n\n")

asyncio.run(main())

 
Python SDK (同期)

  1. LangGraph Python SDK をインストールします :

    pip install langgraph-sdk

  2. メッセージをアシスタントに送信します (threadless 実行) :

    from langgraph_sdk import get_sync_client

client = get_sync_client(url="http://localhost:2024")

for chunk in client.runs.stream(
    None,  # Threadless run
    "agent", # Name of assistant. Defined in langgraph.json.
    input={
        "messages": [{
            "role": "human",
            "content": "What is LangGraph?",
        }],
    },
    stream_mode="messages-tuple",
):
    print(f"Receiving new event of type: {chunk.event}...")
    print(chunk.data)
    print("\n\n")

 
Rest API

curl -s --request POST \
    --url "http://localhost:2024/runs/stream" \
    --header 'Content-Type: application/json' \
    --data "{
        \"assistant_id\": \"agent\",
        \"input\": {
            \"messages\": [
                {
                    \"role\": \"human\",
                    \"content\": \"What is LangGraph?\"
                }
            ]
        },
        \"stream_mode\": \"messages-tuple\"
    }"

 

以上