Importare un’applicazione LangGraph — un grafo e il suo checkpointer
Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello che il grafo chiama e l’immagine dell’applicazione forniti una sola volta in un file di risposte, e compilato per Docker Compose.
Importare un’applicazione LangGraph lo illustra passo per passo: il comando, cosa chiede, i file che scrive e perché ogni riga è lì, la compilazione e il grafo in esecuzione. Questa cartella contiene ogni fase di quella procedura guidata:
| cartella o file | cosa contiene |
|---|---|
source/ | il langgraph.json dell’applicazione, il .aggrega-config.yaml che rende la cartella un workspace, e import-answers.yaml, i valori che nessuna configurazione contiene: il modello, l’immagine dell’applicazione e i nomi dei Secret di Kubernetes da cui una compilazione per Kubernetes legge la chiave e la password del database |
draft/ | i file che aggrega import . --target compose ha scritto, invariati, release.lock compreso, e ciò che ha stampato: stdout.txt sullo standard output, import.txt sullo standard error |
La configurazione è scritta per questo esempio. Il codice dell’applicazione non ne fa parte: l’importazione non lo legge mai, e la Release indica l’immagine in cui viene eseguito.
In un checkout del repository della documentazione, check.sh esegue di nuovo l’importazione, confronta ciò che scrive e stampa con draft/, confronta i blocchi citati dalla procedura guidata con questi file, e convalida e compila ciò che l’importazione ha scritto. Richiede il catalogo della libreria standard (dove procurarselo) estratto accanto a questo repository, oppure la sua directory indicata in AGGREGA_CATALOG_DIRS.
Generare l’esempio
Puoi eseguire l’importazione di questo esempio con i comandi qui sotto, oppure far sì che il tuo assistente AI la esegua per te.
Scrivi l’esempio in una nuova cartella che porta il suo nome:
aggrega scaffold --example import-langgraphPoi stampa i prossimi comandi da eseguire. Il primo ti porta nella nuova cartella:
cd import-langgraphBuild
L’import scrive le bozze dei file Aggrega accanto al progetto, in source/. Confronta il progetto con il catalogo della libreria standard, che il registry predefinito del workspace pubblica come un’istantanea firmata: il primo import la scarica, la verifica, la conserva nella cache dei contenuti del workspace e la indica tramite il suo digest nel registro che scrive accanto alle bozze. Un workspace che indica le proprie cartelle di catalogo — in AGGREGA_CATALOG_DIRS, o sotto workspace.catalog_dirs — esegue invece l’import rispetto a quelle. L’import legge il modello e l’immagine da import-answers.yaml, poi scarica ciò da cui dipende la Release in bozza, così la compilazione segue subito:
cd sourceaggrega import . --target composeaggrega build --release release.yamlL’immagine indicata dall’esempio rappresenta una che compili a partire dal tuo progetto; come compilarla ed eseguire lo stack è spiegato nella procedura guidata collegata sopra.
Con un assistente AI
Un assistente IA configurato con gli strumenti di Aggrega può fare lo stesso: incolla questo prompt nell’assistente.
Usa solo gli strumenti di Aggrega e non creare tu alcuna cartella. Se la cartella dell’area di lavoro non contiene ancora una cartella `import-langgraph`, chiama una volta lo strumento `scaffold` con `example` impostato a `import-langgraph` e senza `dir`: scrive l’esempio in una nuova cartella `import-langgraph`, la cui cartella `source` contiene ciò che questo esempio importa. Poi chiama lo strumento `import` con `workspace_root` impostato a `import-langgraph/source`, `source` impostato a `.` e `target` impostato a `compose`: legge le risposte di cui ha bisogno da `import-answers.yaml` accanto a `langgraph.json`, scrive le sue bozze in `import-langgraph/source` e scarica ciò di cui hanno bisogno. Poi chiama lo strumento `validate` con `workspace_root` impostato a `import-langgraph/source` e `release` impostato a `release.yaml`, e lo strumento `build` con `workspace_root` impostato a `import-langgraph/source`, `release` impostato a `release.yaml` e `write` impostato a true. Dimmi quali file ha scritto la build; si trovano in `import-langgraph/source/dist/`.Eseguire il test
Con lo stack in esecuzione come lo esegue la guida, una richiesta raggiunge il grafo. La route qui sotto è quella del programma della guida stessa, un piccolo server HTTP sulla porta 8000; il tuo programma decide la propria. La Release pubblica il grafo su 127.0.0.1:8000, quindi la richiesta parte dalla tua macchina:
curl -sS -X POST http://127.0.0.1:8000/threads/order-1234/runs -H 'Content-Type: application/json' \ -d '{"message": "Where is my order 1234? It has not arrived yet."}'{ "thread": "order-1234", "error": "the run failed: OpenAIAuthenticationError: Error code: 401 - Incorrect API key provided: sk-place************-key. [… omitted: where to find an API key]"}La chiave dell’esecuzione era un segnaposto, quindi la risposta è il rifiuto di OpenAI. Su Kubernetes, inoltra una porta locale al Deployment, che non ha alcun Service, e inviagli la stessa richiesta da un altro terminale:
kubectl port-forward deploy/support 8000:8000curl -sS -X POST http://127.0.0.1:8000/threads/order-1234/runs -H 'Content-Type: application/json' \ -d '{"message": "Where is my order 1234? It has not arrived yet."}'La risposta è la stessa.