LangGraph アプリケーションをインポートする — 1 つのグラフとそのチェックポインター
LangGraph アプリケーションの langgraph.json — 状態を PostgreSQL に保持する 1 つのグラフ — を、aggrega import で Aggrega ファイルに下書きし、グラフが呼び出すモデルとアプリケーションのイメージを回答ファイルで一度だけ指定したうえで、Docker Compose 向けにビルドしたものです。
LangGraph アプリケーションをインポートする では、コマンド、それが尋ねる内容、それが書き出すファイルと各行がある理由、ビルド、そしてグラフの実行までを順を追って説明します。このフォルダーには、そのウォークスルーの各段階が収められています:
| フォルダーまたはファイル | 内容 |
|---|---|
source/ | アプリケーションの langgraph.json、フォルダーをワークスペースにする .aggrega-config.yaml、そして import-answers.yaml。後者は、どの設定にも含まれない値です:モデル、アプリケーションのイメージ、そして Kubernetes 向けのビルドがキーとデータベースのパスワードを読み取る Kubernetes Secret の名前 |
draft/ | aggrega import . --target compose が書き出したファイル(release.lock を含め、変更なし)と、出力した内容:標準出力は stdout.txt、標準エラーは import.txt |
設定はこの例のために書かれたものです。アプリケーションのコードはこの例に含まれません。インポートはそのコードを読むことはなく、アプリケーションが動作するイメージは Release が指定します。
ドキュメントリポジトリのチェックアウトでは、check.sh がインポートを再実行し、書き出した内容と出力した内容を draft/ と比較し、ウォークスルーが引用するブロックをこれらのファイルと比較して、インポートが書き出したものを検証しビルドします。このリポジトリの隣に標準ライブラリのカタログ(入手先)がチェックアウトされているか、そのディレクトリが AGGREGA_CATALOG_DIRS に指定されている必要があります。
サンプルを生成する
この例のインポートは、以下のコマンドで実行することも、AI アシスタントに代わりに実行させることもできます。
例の名前を付けた新しいフォルダーに例を書き出します。
aggrega scaffold --example import-langgraphその後、次に実行するコマンドを表示します。最初のコマンドは新しいフォルダーに移動します。
cd import-langgraphビルド
インポートは、プロジェクトの隣の source/ に Aggrega ファイルの下書きを作成します。インポートはプロジェクトを標準ライブラリのカタログと照らし合わせます。このカタログは、ワークスペースのデフォルトレジストリが署名付きスナップショットとして公開しているものです。最初のインポートがこれを取得して検証し、ワークスペースのコンテンツキャッシュに保持して、下書きの隣に書き込む記録の中でダイジェストによって示します。独自のカタログフォルダーを AGGREGA_CATALOG_DIRS または workspace.catalog_dirs で指定しているワークスペースは、代わりにそれらのフォルダーに対してインポートします。インポートは import-answers.yaml からモデルとイメージを読み取り、下書きした Release が依存するものをプルするため、すぐにビルドを続けられます:
cd sourceaggrega import . --target composeaggrega build --release release.yaml例で指定しているイメージは、プロジェクトからビルドするイメージを表しています。そのビルド方法とスタックの実行方法は、上記リンク先のウォークスルーにあります。
AI アシスタントを使う
Aggrega のツールでセットアップした AI アシスタントでも同じことができます。次のプロンプトを貼り付けてください。
Aggrega のツールだけを使い、フォルダーは自分で作成しないでください。ワークスペースフォルダーにまだ `import-langgraph` フォルダーがない場合は、`example` を `import-langgraph` に設定し、`dir` を指定せずに `scaffold` ツールを一度呼び出してください。このツールは例を新しい `import-langgraph` フォルダーに書き込み、その `source` フォルダーにこの例がインポートするものが入ります。次に、`workspace_root` を `import-langgraph/source`、`source` を `.`、`target` を `compose` に設定して `import` ツールを呼び出してください。このツールは必要な回答を `langgraph.json` の隣にある `import-answers.yaml` から読み取り、下書きを `import-langgraph/source` に書き込み、下書きが必要とするものをプルします。次に、`workspace_root` を `import-langgraph/source`、`release` を `release.yaml` に設定して `validate` ツールを、`workspace_root` を `import-langgraph/source`、`release` を `release.yaml`、`write` を true に設定して `build` ツールを呼び出してください。ビルドが書き込んだファイルを教えてください。それらは `import-langgraph/source/dist/` の下にあります。テストする
ウォークスルーと同じようにスタックを実行すると、1 つのリクエストがグラフに届きます。以下のルートはウォークスルー自身のプログラム、つまりポート 8000 で動く小さな HTTP サーバーのものです。独自のプログラムでは、そのプログラムがルートを決めます。Release はグラフを 127.0.0.1:8000 で公開するため、リクエストは自分のマシンから送ります:
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]"}この実行のキーはプレースホルダーだったため、応答はそのキーに対する OpenAI の拒否です。Kubernetes では、Service を持たない Deployment にローカルポートをフォワードし、別のターミナルからそこへ同じリクエストを送信します:
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."}'応答は同じです。