LangGraph 애플리케이션 가져오기 — 그래프 하나와 그 체크포인터
상태를 PostgreSQL에 보관하는 그래프 하나를 가진 LangGraph 애플리케이션의 langgraph.json 파일을 aggrega import로 Aggrega 파일 초안으로 작성하고, 그래프가 호출하는 모델과 애플리케이션의 이미지를 답변 파일에 한 번 지정한 뒤 Docker Compose용으로 빌드합니다.
LangGraph 애플리케이션 가져오기에서는 명령, 그 명령이 묻는 내용, 그 명령이 작성하는 파일과 각 줄이 있는 이유, 빌드, 그리고 그래프의 실행을 단계별로 안내합니다. 이 폴더에는 그 안내의 각 단계가 들어 있습니다:
| 폴더 또는 파일 | 내용 |
|---|---|
source/ | 애플리케이션의 langgraph.json, 폴더를 워크스페이스로 만드는 .aggrega-config.yaml, 그리고 어떤 구성에도 없는 값을 담은 import-answers.yaml: 모델, 애플리케이션의 이미지, 그리고 Kubernetes용 빌드가 키와 데이터베이스 비밀번호를 읽어 오는 Kubernetes Secret의 이름 |
draft/ | aggrega import . --target compose 명령이 작성한 파일(release.lock 포함, 변경 없음)과 출력한 내용: 표준 출력은 stdout.txt, 표준 오류는 import.txt |
구성은 이 예제를 위해 작성되었습니다. 애플리케이션 코드는 예제에 포함되지 않습니다. 가져오기는 그 코드를 읽지 않으며, 애플리케이션이 실행되는 이미지는 Release가 지정합니다.
문서 저장소의 체크아웃에서 check.sh는 가져오기를 다시 실행하고, 작성하고 출력한 내용을 draft/와 비교하고, 안내에서 인용하는 블록을 이 파일들과 비교한 뒤, 가져오기가 작성한 내용을 검증하고 빌드합니다. 표준 라이브러리 카탈로그(얻는 곳)가 이 저장소 옆에 체크아웃되어 있거나, 그 디렉터리가 AGGREGA_CATALOG_DIRS에 지정되어 있어야 합니다.
예제 생성하기
이 예제의 가져오기는 아래 명령으로 실행하거나 AI 어시스턴트에게 대신 실행하게 할 수 있습니다.
예제 이름을 딴 새 폴더에 예제를 씁니다:
aggrega scaffold --example import-langgraph그런 다음 이어서 실행할 명령을 출력합니다. 첫 번째 명령은 새 폴더로 이동합니다:
cd import-langgraph빌드
import는 프로젝트 옆의 source/에 Aggrega 파일 초안을 작성합니다. import는 프로젝트를 표준 라이브러리 카탈로그와 비교하며, 이 카탈로그는 워크스페이스의 기본 레지스트리가 서명된 스냅숏으로 게시합니다. 첫 번째 import가 이를 가져와 검증하고, 워크스페이스의 콘텐츠 캐시에 보관하며, 초안 옆에 기록하는 레코드에 다이제스트로 지정합니다. 자체 카탈로그 폴더를 AGGREGA_CATALOG_DIRS 또는 workspace.catalog_dirs에 지정한 워크스페이스는 대신 그 폴더들을 기준으로 import합니다. import는 import-answers.yaml에서 모델과 이미지를 읽은 다음, 초안으로 작성된 Release가 의존하는 것을 가져오므로 빌드를 바로 이어서 할 수 있습니다:
cd sourceaggrega import . --target composeaggrega build --release release.yaml예제가 지정하는 이미지는 프로젝트에서 빌드하는 이미지를 나타냅니다. 이미지 빌드와 스택 실행은 위에 링크된 안내에 있습니다.
AI 어시스턴트 사용
Aggrega 도구로 설정한 AI 어시스턴트도 같은 작업을 할 수 있습니다. 다음 프롬프트를 붙여 넣으십시오.
Aggrega 도구만 사용하고, 폴더를 직접 만들지 마십시오. 작업 영역 폴더에 아직 `import-langgraph` 폴더가 없으면 `example`를 `import-langgraph`로 설정하고 `dir` 없이 `scaffold` 도구를 한 번 호출하십시오. 이 도구는 예제를 새 `import-langgraph` 폴더에 작성하며, 그 `source` 폴더에는 이 예제가 가져오는 내용이 들어 있습니다. 그런 다음 `workspace_root`를 `import-langgraph/source`로, `source`를 `.`으로, `target`을 `compose`로 설정하여 `import` 도구를 호출하십시오. 이 도구는 `langgraph.json` 옆의 `import-answers.yaml`에서 필요한 답변을 읽고, 초안을 `import-langgraph/source`에 작성하며, 초안에 필요한 것을 가져옵니다. 그런 다음 `workspace_root`를 `import-langgraph/source`로, `release`를 `release.yaml`로 설정하여 `validate` 도구를 호출하고, `workspace_root`를 `import-langgraph/source`로, `release`를 `release.yaml`로, `write`를 true로 설정하여 `build` 도구를 호출하십시오. 빌드가 작성한 파일을 알려 주십시오. 파일은 `import-langgraph/source/dist/` 아래에 있습니다.테스트하기
단계별 안내에서 실행하는 대로 스택을 실행하면 요청 하나가 그래프에 도달합니다. 아래 경로는 단계별 안내 자체의 프로그램, 즉 포트 8000의 작은 HTTP 서버의 경로이며, 여러분의 프로그램은 자체 경로를 정합니다. Release는 그래프를 127.0.0.1:8000에 게시하므로 요청은 사용자의 머신에서 보냅니다:
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]"}이 실행의 키는 자리 표시자였으므로 응답은 그 키에 대한 OpenAI의 거부입니다. Kubernetes에서는 Service가 없는 Deployment로 로컬 포트를 전달하고, 다른 터미널에서 같은 요청을 보내십시오:
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."}'응답은 같습니다.