■ 로컬 LangGraph 서버를 만드는 방법을 보여준다.
1. [명령 프롬프트]를 실행한다.
2. 아래 명령을 실행해 LangGraph 앱을 만들 디렉토리를 만든다.
▶ 실행 명령
|
1 2 3 4 5 6 7 |
md d:\python\langgraph cd d:\python\langgraph d: |
3. 아래 명령을 실행해 파이썬 가상 환경을 만든다.
▶ 실행 명령
|
1 2 3 |
D:\python\langgraph>python -m venv env |
4. 아래 명령을 실행해 파이썬 가상 환경을 활성화한다.
▶ 실행 명령
|
1 2 3 |
D:\python\langgraph>env\scripts\activate |
5. 아래 명령을 실행해 패키지를 설치한다.
▶ 실행 명령
|
1 2 3 4 5 |
(env) D:\python\langgraph>python.exe -m pip install --upgrade pip (env) D:\python\langgraph>pip install --upgrade langgraph-cli[inmem] |
6. 아래 명령을 실행해 LangGraph 앱을 만든다.
▶ 실행 명령
|
1 2 3 |
(env) D:\python\langgraph>langgraph new testweb --template react-agent-python |
※ testweb : (경로를 포함하는) 프로젝트명
7. 아래 명령을 실행해 작업 디렉토리를 testweb 디렉토리로 변경한다.
▶ 실행 명령
|
1 2 3 |
(env) D:\python\langgraph>cd testweb |
8. 아래와 같이 .env 파일을 만든다.
▶ 디렉토리 경로
|
1 2 3 |
d:\python\langgraph\testweb\.env |
▶ .env 파일
|
1 2 3 4 5 6 7 |
LANGSMITH_PROJECT = react-agent OPENAI_API_KEY = ... ANTHROPIC_API_KEY = ... TAVILY_API_KEY = ... |
9. 아래 명령을 실행해 LangGraph 앱의 루트에서 종속성을 설치하여 로컬 변경 사항이 서버에서 사용되도록 한다.
▶ 실행 명령
|
1 2 3 |
(env) D:\python\langgraph\testweb>pip install -e . |
※ testweb 디렉토리에서 실행하도록 한다.
10. 아래 명령을 실행해 LangGraph 앱을 실행한다.
▶ 실행 명령
|
1 2 3 |
(env) D:\python\langgraph\testweb>langgraph dev |
11. [Configurable] 버튼을 클릭한다.
12. 아래 [Model] 항목을 "openai/gpt-4o-mini"로 설정하면 Anthropic의 Claude 3.5 Sonnet 모델에서 OpenAI의 GPT-4o-mini 모델로 변경할 수 있다.
※ 사용하는 LLM 모델에 따라 API KEY는 .env 파일에 설정한다.