Agent 上云部署实战(下):部署 LangGraph 官方 ReAct 项目,打通镜像、中间件与 API

发布时间:2026/10/13 7:05:04

Agent 上云部署实战(下):部署 LangGraph 官方 ReAct 项目,打通镜像、中间件与 API Agent 上云部署实战下部署 LangGraph 官方 ReAct 项目打通镜像、中间件与 API摘要代码型 Agent 上云不只是把脚本放到 Linux。本文拆解 LangGraph 官方 ReAct 项目从模型与搜索凭证、镜像构建、PostgreSQL/Redis、端口隔离到线程和流式 API 验收讲清开发服务器与 Agent Server 的区别并补齐鉴权、备份和升级边界。你已经有一个能调用模型和搜索工具的 Agent但希望业务系统通过 HTTP 使用它并保留多轮会话。真正要部署的不只是图代码还包括服务入口、状态存储和调用权限。本文选择 langchain-ai/react-agent它是 LangGraph 官方维护的 ReAct 模板。业务图来自真实仓库服务部署依据官方 Agent Server 文档本文新增的是 Linux 单机配置与受限访问步骤不把这些改写配置冒充仓库原文件。系列关联、目标与前置边界上篇《Agent 上云部署实战上从 GitHub 到 Linux用 Dify 跑通中间件、域名和 HTTPS》覆盖 Ubuntu、Docker、安全组、宿主 Nginx、证书和端口故障定位。本篇沿用这些服务器基础用另一条代码型路线完成部署。公开阅读链接待发布后补充。读完应能完成克隆项目 → 配置模型/工具 → 开发验证 → 构建镜像 → 启动中间件和服务 → 创建线程并运行 → 接入 HTTPS → 检查故障与持久化。**先确认授权再部署**LangGraph 开源库、MIT 许可的 ReAct 模板、Agent Server 运行产品是不同层。本文主线使用官方 Agent Server它有单独的许可与网络要求不承诺无许可证免费生产部署。没有适用权限时可以学习模板或自行封装开源图不能绕过许可证也不能把langgraph dev暴露公网替代正式服务。截至资料核对日期 2026-10-11官方推荐生产使用维护的 Kubernetes Helm 路径Compose 示例用于开发测试。本文将其改为Linux 单机、回环绑定的小规模验证环境不称为官方认证的高可用生产方案。独立服务部署文章目录Agent 上云部署实战下部署 LangGraph 官方 ReAct 项目打通镜像、中间件与 API系列关联、目标与前置边界一、先看真实代码这个 Agent 到底做了什么1.1 仓库中的部署相关文件1.2 ReAct 是模型和工具循环不是一个普通聊天请求1.3 模型配置怎样落到真正的网络调用二、三种“运行起来”不能混为一谈三、在 Linux 上克隆官方项目先记录版本3.1 模型与搜索凭证只写服务器文件不写博客3.2 开发服务只用于验证项目导入与工具调用四、构建 Agent Server 镜像不手写一个假冒官方 Dockerfile五、部署 PostgreSQL、Redis 与 Agent Server5.1 先确认服务授权5.2 中间件配置只在 Docker 网络内监听5.3 生成中间件密码补齐服务凭证5.4 分别检查中间件与服务而不是只看容器列表六、端口访问与 HTTPS8123 不需要对互联网开放6.1 Self-hosted 没有默认鉴权许可证 Key 不是用户登录七、创建线程、运行图、查询状态把 API 闭环跑出来7.1 图 ID、线程和运行分别是什么7.2 先在服务器回环端口验收排除域名因素7.3 回到公网域名验证网关没有身份就应该失败八、把 Linux 部署中最容易混淆的问题讲清8.1 为什么主机能访问数据库Agent 却连接失败8.2 Worker 在哪里为什么不另外写一个 Celery Worker8.3 不同错误怎样区分九、部署完成之后怎样备份、升级和扩容9.1 先把数据库备份做出来9.2 新镜像上线前要考虑正在运行的任务9.3 什么时候需要 Kubernetes而不是继续堆单机容器十、二次开发与验收清单参考来源与版本说明一、先看真实代码这个 Agent 到底做了什么1.1 仓库中的部署相关文件react-agent/ ├── pyproject.toml # Python 包与依赖 ├── langgraph.json # 图的服务导出入口 ├── .env.example # 凭证配置提示 └── src/react_agent/ ├── graph.py # 模型、工具节点与路由 ├── context.py # 模型、提示词、搜索参数 ├── state.py # 消息和图状态 ├── tools.py # Tavily 搜索工具 └── utils.py # provider/model 解析别把context.py写成旧版本教程里的configuration.py。仓库结构会变克隆后以你固定的提交为准。项目目录1.2 ReAct 是模型和工具循环不是一个普通聊天请求源码中call_model()读取状态消息把TOOLS绑定给模型输出带工具调用时进入工具节点否则结束。工具执行后回到模型直到生成最终回答或达到步数边界。下面是原创等价流程示意不是可独立运行的完整程序defchoose_next(model_message):returntoolsifmodel_message.tool_callselseend# start - call_model - choose_next# tools - call_model官方实现还处理最后一步仍请求工具的情况。这解释了为什么部署配置要考虑模型和工具两类外部调用而不只部署一个模型客户端。graph.py 源码1.3 模型配置怎样落到真正的网络调用context.py的配置支持环境变量覆盖utils.py将provider/model拆开再通过模型初始化入口创建对应客户端tools.py使用 Tavily 搜索并从 Runtime 上下文读取搜索结果数量。所以你至少有两个出站依赖模型供应商和 Tavily。模型回答“你好”成功不意味着搜索 Key、搜索服务网络和工具调用能力也都正常。context.py、utils.py、tools.py这个模板不是浏览器自动化平台也不会自动部署任意 MCP 服务。扩展工具是后续开发不是运行前必须堆上的中间件。二、三种“运行起来”不能混为一谈方式得到什么还缺什么Python 直接调用开源图一个可执行图API、鉴权、调度和持久化需自己接langgraph dev本地开发服务不应当作正式公网部署镜像化 Agent Server服务化图、线程、运行等 API需满足授权、数据库、网关和运维要求builder.compile()不会在 Linux 上自动启动一个 Web 服务。EXPOSE 8000不会自动打开云安全组。把这些层拆开部署才有可定位的边界。本篇采用第三条路线PostgreSQL 和 Redis 作为独立服务。PostgreSQL 保留持久资源Redis 用于实时通信等服务机制不能将 Redis Pub/Sub 当完整历史回放存储。数据平面职责如果需求就是一个短时只读接口也可以选择 FastAPI 包装开源图。但你要实现用户授权、并发预算、持久检查点、任务取消和健康检查不能认为它和 Agent Server 的能力等价。三、在 Linux 上克隆官方项目先记录版本服务器基础参照上篇。不要与 Dify 共用数据库或.env两套应用应独立目录、凭证和数据卷。mkdir-p$HOME/agent-servicescd$HOME/agent-servicesgitclone https://github.com/langchain-ai/react-agent.git langgraph-reactcdlanggraph-reactgitrev-parse HEAD python3--version记录实际提交并在后续复现中检出同一提交。本文核对的是 main不杜撰一个并不存在的稳定发布号。依赖定义要求 Python 3.11 或更新Ubuntu 24.04 自带 Python 3.12 满足这一最低范围实际依赖组合还需安装验证。sudoapt-getinstall-ypython3-venv python3-mvenv .venvsource.venv/bin/activate python-mpipinstall--upgradepip python-mpipinstall-e.langgraph-cli[inmem]cp.env.example .envchmod600.env安装成功后保存你实际解析的版本清单作为构建记录不是把浮动依赖的结果推测成已测试兼容性python-mpip freezerequirements.resolved.txt langgraph--version正式可重复构建还应使用经过验证的依赖锁定策略固定服务基镜像和仓库提交。仅写无法保证一个月后构建相同。3.1 模型与搜索凭证只写服务器文件不写博客在.env中保留官方示例需要的设置。根据所选 provider 填入真实凭证例如选择 OpenAI 路径# 示例结构模型名和凭证必须替换为你账户可用的真实值 MODELopenai/YOUR_TOOL_CALLING_MODEL OPENAI_API_KEYREPLACE_WITH_YOUR_KEY TAVILY_API_KEYREPLACE_WITH_YOUR_KEY若选择 Anthropic使用MODELanthropic/实际模型名和对应ANTHROPIC_API_KEY。不要认为改一个模型名字就能让任何 OpenAI-compatible 接口自动工作Base URL、工具调用 schema、流式和异常协议还需要按对应客户端确认。缺少 Tavily Key 时请不要发起要求搜索的业务验收。也不要把模型 Key 用作搜索 Key。官方凭证模板3.2 开发服务只用于验证项目导入与工具调用langgraph dev--host127.0.0.1--port2024从电脑通过 SSH 隧道连接ssh-N-L2024:127.0.0.1:2024 deployYOUR_SERVER_IP访问本机http://127.0.0.1:2024/docs按当前服务的 OpenAPI 创建线程、运行图。先试不需搜索的请求再试明确要求搜索并附来源的任务。这里的 2024 是开发服务的端口不是后面容器的端口。CLI 文档开发验证结束后正常停止不要同时留下开发服务并误以为正式请求正在访问新镜像。四、构建 Agent Server 镜像不手写一个假冒官方 Dockerfile官方langgraph.json导出名为agent的图并指向./src/react_agent/graph.py:graph。因此 API 中的图 ID 使用agent而不是 Python 包名react_agent。导出配置# 在项目根目录、已激活虚拟环境时执行# 构建用户必须有 Docker 权限可按组织要求使用 CI 构建机langgraph build-treact-agent:deployment-v1如果当前用户无 Docker 权限不要简单给所有用户管理员权限。可以使用受控构建机或者由具备权限的管理员按本机绝对路径执行虚拟环境中的 CLI。sudo会改变 PATH 和环境直接sudo langgraph可能找不到命令。把源码依赖打进镜像运行时再注入 Key。检查构建上下文不把真实.env内容复制进镜像不要分享含敏感环境变量的构建日志。langgraph.json的 env 设置与镜像构建不是“加密密钥保险箱”。若在 CI 构建镜像再部署到服务器镜像应按提交标识推送到有权限的注册表Linux 服务器拉取相同 digest。本文单机示例使用已经构建好的本地标签没有另外假装实现 CI。五、部署 PostgreSQL、Redis 与 Agent Server5.1 先确认服务授权按当前官方文档准备适用的LANGGRAPH_CLOUD_LICENSE_KEY、LANGSMITH_API_KEY以及许可证验证所需网络。具体权益与授权方式以你的账号和所选版本为准。不能用模型 Key 填到这两个位置也不能设置假 Key 后期待健康检查通过。缺少适用授权时到这里暂停 Agent Server 路线可继续学习开源图或自行实现服务封装。这是部署前置条件不是网络故障。许可说明、独立服务前置条件5.2 中间件配置只在 Docker 网络内监听以下是依据官方 Compose 改写的单机验证配置服务名为db、redis、agent。数据库没有portsAgent 仅绑定宿主回环。官方默认示例中出现数据库公网映射不意味着你的云主机必须照搬。创建compose.linux.yamlservices:db:image:postgres:16-alpinerestart:unless-stoppedenvironment:POSTGRES_USER:agentPOSTGRES_DB:agentPOSTGRES_PASSWORD:${POSTGRES_PASSWORD:?set POSTGRES_PASSWORD}volumes:-agent_pg:/var/lib/postgresql/datahealthcheck:test:[CMD-SHELL,pg_isready -U agent -d agent]interval:5stimeout:3sretries:20logging:logsdriver:json-fileoptions:max-size:10mmax-file:3redis:image:redis:7-alpinerestart:unless-stoppedenvironment:REDISCLI_AUTH:${REDIS_PASSWORD:?set REDIS_PASSWORD}command:[sh,-c,exec redis-server --appendonly yes --requirepass $$REDISCLI_AUTH]volumes:-agent_redis:/datahealthcheck:test:[CMD,redis-cli,ping]interval:5stimeout:3sretries:20logging:*logsagent:image:react-agent:deployment-v1restart:unless-stoppedports:-127.0.0.1:8123:8000env_file:-.envenvironment:DATABASE_URI:postgresql://agent:${POSTGRES_PASSWORD:?set POSTGRES_PASSWORD}db:5432/agent?sslmodedisableREDIS_URI:redis://:${REDIS_PASSWORD:?set REDIS_PASSWORD}redis:6379/0depends_on:db:condition:service_healthyredis:condition:service_healthystop_grace_period:120slogging:*logsvolumes:agent_pg:agent_redis:本地 bridge 网络使用sslmodedisable只是单机验证配置。如果换成跨机或云托管数据库应启用与供应商一致的 TLS/证书校验不沿用它。健康检查控制初始依赖顺序不保证运行中数据库永不掉线。Redis 7 是本文的配置选择不声称所有 Agent Server 版本都与其经过官方组合认证正式上线先按目标服务版本兼容要求固定具体镜像 digest。Redis 开启 AOF 也不会使任意工具副作用变成 exactly-once。5.3 生成中间件密码补齐服务凭证.env中新增以下配置用openssl rand -hex 32分别生成两个不同值hex 避免 URI 特殊字符转义问题POSTGRES_PASSWORDREPLACE_WITH_RANDOM_HEX REDIS_PASSWORDREPLACE_WITH_ANOTHER_RANDOM_HEX LANGSMITH_API_KEYREPLACE_WITH_APPLICABLE_KEY LANGGRAPH_CLOUD_LICENSE_KEYREPLACE_WITH_APPLICABLE_LICENSE确认.env仍包含第三节的模型与搜索配置并限制权限。这里env_file把变量交给 Agent 容器同时 Compose 使用同目录.env展开${...}不要因为变量只写在某个不加载的文件中就认为服务会自动知道它。chmod600.envsudodockercompose-fcompose.linux.yaml config--quietsudodockercompose-fcompose.linux.yaml up-ddb redissudodockercompose-fcompose.linux.yamlpssudodockercompose-fcompose.linux.yaml up-dagentsudodockercompose-fcompose.linux.yaml logs--tail100agent5.4 分别检查中间件与服务而不是只看容器列表sudodockercompose-fcompose.linux.yamlexec-Tdb pg_isready-Uagent-dagentsudodockercompose-fcompose.linux.yamlexec-Tredis redis-clipingcurl--fail-with-body http://127.0.0.1:8123/okcurl-Ihttp://127.0.0.1:8123/docs如果/ok返回正常而运行失败继续看模型、工具和运行错误。/docs能打开说明你访问到了服务 API 文档不代表你的模型 Key 已通过验证。服务 API 参考六、端口访问与 HTTPS8123 不需要对互联网开放本文用另一个域名react.example.com指向服务器公网地址。若与 Dify 共用主机宿主 Nginx 可以通过两个server_name区分它们分别代理 8088 和 8123不争抢同一容器端口。外部业务后端 HTTPS :443 → 云安全组与宿主 Nginx → 127.0.0.1:8123 → Agent Server 容器 :8000 → db:5432、redis:6379 → 模型 / Tavily HTTPS 出站申请证书流程沿用上篇把域名换成react.example.com。不要给已有 HTTPS 配置文件覆盖写入错误证书路径。6.1 Self-hosted 没有默认鉴权许可证 Key 不是用户登录当前官方文档明确自托管需自行建立鉴权。在环境里写了 LangSmith 或许可 Key不代表你的自托管 API 自动要求用户登录。鉴权与访问控制只给少数开发者验证时先通过 SSH 隧道使用服务不设公开域名也是合理选择ssh-N-L8123:127.0.0.1:8123 deployYOUR_SERVER_IP若要用 HTTPS 给受信任内部人员访问可以在网关增加 Basic Auth并限制安全组来源。这不是多租户方案所有通过网关的人仍可能共享同一服务权限范围。sudoapt-getinstall-yapache2-utilssudohtpasswd-c/etc/nginx/agent-react.htpasswd agentviewer只有首次创建新文件才用-c它会重建文件追加用户不要用。密码由你在服务器交互输入不放进博客或聊天。在已申请证书的react.example.comHTTPS server 中使用如下代理位置块。完整 HTTP 跳转和证书配置参照上篇这段不能单独成为完整 Nginx 文件location / { auth_basic Restricted Agent API; auth_basic_user_file /etc/nginx/agent-react.htpasswd; proxy_pass http://127.0.0.1:8123; proxy_http_version 1.1; proxy_set_header Host $host; proxy_set_header X-Forwarded-Proto $scheme; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header Authorization ; proxy_buffering off; proxy_cache off; proxy_read_timeout 300s; }这里清空上游 Authorization是因为 Basic Auth 由网关处理不把网关密码转交应用。如果之后在 Agent Server 实现 Bearer Token 自定义鉴权应重新设计转发规则不能继续清空那个它需要的头。sudonginx-tsudosystemctl reload nginx# 预期 401不是故障而是网关在拒绝匿名请求curl-Ihttps://react.example.com/docs# curl 会交互读取该用户密码curl-uagentviewer https://react.example.com/ok不要把开发页面和服务 API 无鉴权公开也不要将模型 Key 发给浏览器用于“前端直连”。真正的面向用户产品应采用 OIDC/JWT 或企业身份方案并按资源限制 thread/run 的归属。TLS、身份验证、资源授权是三层不是同一件事。七、创建线程、运行图、查询状态把 API 闭环跑出来7.1 图 ID、线程和运行分别是什么图 IDagentlanggraph.json导出的业务图。Assistant带配置的图实例可以使用具体 Assistant ID。Thread关联多次运行的状态上下文。Run一次对图/Assistant 的执行。同一用户同一会话可沿用 thread多轮请求不要每次创建新 thread也不要不同用户共享一个 thread。用户 ID 不能由模型输出随便决定。7.2 先在服务器回环端口验收排除域名因素安装jq创建线程再使用返回的标识执行图sudoapt-getinstall-yjqBASEhttp://127.0.0.1:8123THREAD_ID$(curl-fsS-XPOST$BASE/threads\-HContent-Type: application/json--data{}|jq-er.thread_id)printf%s\n$THREAD_IDcurl-N--fail-with-body-XPOST$BASE/threads/$THREAD_ID/runs/stream\-HContent-Type: application/json\--data{assistant_id:agent,input:{messages:[{role:user,content:请搜索 LangGraph 官方部署文档概括 PostgreSQL 和 Redis 的职责并附来源}]},stream_mode:[updates],config:{recursion_limit:12}}updates是图步骤更新不等于每个 Token。recursion_limit是图执行步数约束不是模型 Token 上限或费用预算。输入、配置与请求协议以你部署版本的/docs为准。Assistant 和图 ID 用法如果请求模型或搜索会产生费用应先确认你的额度与预算。这里不提供伪造的搜索内容和成功结果。7.3 回到公网域名验证网关没有身份就应该失败从自己的电脑把 BASE 换成https://react.example.com在创建 thread 和启动 run 的两次请求中都增加-u agentviewer由 curl 交互读取密码。不要只在第一条请求加身份。多次人工输入适合临时验证不适合生产程序。生产后端应使用正规的服务身份并存放在 Secret 管理系统中。已有线程的状态与运行查询可通过当前 API 文档检查以下入口GET /threads/{thread_id}/state GET /threads/{thread_id}/runs GET /threads/{thread_id}/runs/{run_id}运行标识可从流元数据等响应中取得。接口返回 HTTP 200 不意味着每个图节点都成功发生模型限流、工具错误时还要看运行终态和错误事件。不要在流中间失败后马上重新发一遍完整任务具有副作用的工具可能已经执行。八、把 Linux 部署中最容易混淆的问题讲清8.1 为什么主机能访问数据库Agent 却连接失败容器使用db:5432不是宿主的127.0.0.1:5432。Compose 服务名由网络 DNS 解析服务必须处于可互通网络。云托管数据库则应改为其私网域名、数据库名、TLS 方案和白名单来源。如果.env中密码已经更改但旧数据卷仍是旧密码数据库并不会重新初始化。协调真实账号变更不删除数据卷重来。8.2 Worker 在哪里为什么不另外写一个 Celery WorkerAgent Server 自己提供运行管理机制不要求因为上篇 Dify 用 Celery就给下篇额外塞一个 Celery 队列。不同产品的任务机制不同。未来采用 split API/queue 模式时应按服务版本与官方 Helm 配置部署不把同一个任务交给两个互不协作的调度器。PostgreSQL 中的运行状态、图检查点与外部工具效果也不相同。服务恢复已经持久化的图步骤不意味着发送邮件、创建 PR 等外部副作用会自动去重工具层仍需业务幂等、授权与审计。8.3 不同错误怎样区分现象重点检查镜像构建失败Python/CLI 版本、依赖下载、仓库包定义、构建权限Agent 容器反复退出许可证与校验网络、数据库 URI、配置导入和迁移日志PostgreSQL 健康但连接认证失败已有卷密码、用户名、URI 字符转义RedisNOAUTHRedis 密码和REDIS_URI是否一致/docs正常模型 401模型 Key/provider不是服务许可证搜索工具报错Tavily Key、网络和额度不是 PostgreSQL超过递归限制模型/工具循环预算与路由不先无限加大限制回环正常域名 502Nginx 上游是否是 8123、服务监听、代理日志HTTPS 匿名访问成功网关鉴权可能没有生效先限制入口流到最后一起输出Nginx/CDN 缓冲和所选流模式数据重建后没了持久卷是否改变、是否误执行down -v排查命令sudodockercompose-fcompose.linux.yaml logs--tail100agent db redissudodockercompose-fcompose.linux.yamlpssudoss-lntpsudonginx-tcurl--fail-with-body http://127.0.0.1:8123/ok日志可能包含消息和工具参数不默认上传全量日志。不要禁用身份验证、证书校验或许可校验来“让健康变绿”。九、部署完成之后怎样备份、升级和扩容9.1 先把数据库备份做出来umask077mkdir-p./backupssudodockercompose-fcompose.linux.yamlexec-Tdb\pg_dump-Uagent-dagent-Fc\./backups/agent-$(date%Y%m%d-%H%M%S).dump备份源码提交、依赖锁定、镜像 digest、配置、数据库及外部产物。Redis 的 AOF 不是 PostgreSQL 备份。命名卷没有显式外部路径也会持久存在但不会跨机器自动搬家服务器删除时依然可能丢失。用隔离测试数据库验证恢复不直接把练习恢复命令指向生产实例。涉及对象存储的工具还应备份产物与权限避免线程引用存在但文件已经清理。9.2 新镜像上线前要考虑正在运行的任务镜像固定一个新标签先在隔离环境验证导入、凭证、图 schema 和历史兼容再停止接收新任务、等待或按明确协议处理旧任务最后替换实例。stop_grace_period: 120s只给进程退出窗口不保证任意长任务自动排空。Compose 的停止行为、Agent Server 当前配置和上游请求超时需要共同验证。不能因为检查点存在就无视外部副作用。9.3 什么时候需要 Kubernetes而不是继续堆单机容器有多机调度、独立队列扩容、滚动发布、复杂版本和明确可用性要求时考虑官方维护的 Helm 方案。单机 Compose 可以帮助理解部署链路但一台机器故障时所有本地中间件和服务同时不可用。模型 RPM/TPM、工具配额和数据库连接池可能先达到瓶颈。CPU 很低不等于能够无限增加运行并发扩容还要看排队、活跃运行数、模型 429 和工具延迟。正式容量必须用你的工作负载测量本文不捏造吞吐量。十、二次开发与验收清单业务扩展从工具函数和图节点开始增加受授权的内部只读检索、结构化输出校验、人工审批节点。添加向量库仅在确实做知识检索时需要不是任何 Agent 都要安装 Milvus。涉及写数据库、发通知和修改仓库时为工具提供稳定业务请求标识、幂等和明确审查规则。不要把任意 Shell 工具直接暴露给模型代码执行需要单独的隔离 Runtime 和出口控制。正式开放给不同用户之前再完成JWT 验证、thread/run 所有权、租户配额、费用预算、输入输出限制、凭证脱敏、取消语义、故障演练与备份恢复。验收不要只截一个登录页本机/ok、中间件检查通过Agent 只绑定回环。无鉴权外部请求被拒绝有身份时通过 HTTPS 使用 API。至少一次真实模型运行和一次真实搜索工具调用完成。同一 thread 能保留上下文不同用户不能串会话。停止/重启后的状态符合预期错误时有可查询终态。备份能在隔离环境恢复。【截图占位Linux Compose 服务及回环映射】【截图占位HTTPS 匿名 401、有身份请求成功】【截图占位真实搜索工具更新和运行终态遮挡凭证】这两篇的区别不是“一个能部署另一个讲理论”Dify 部署完整可视化应用平台LangGraph 路线把真实图代码交给服务运行。选型时先判断业务编排是否需要 UI以及是否愿意承担 Agent Server 的授权和部署条件再考虑状态、权限和规模。参考来源与版本说明资料采集与核对日期2026-10-11。ReAct 源码使用当日 main 作为分析依据部署时应记录并固定实际提交。本文新增 Linux Compose 和网关示例未声称在你的云服务器完成真实模型与容器启动。官方 ReAct 项目图源码工具源码配置入口图导出配置官方独立 Agent Server 部署数据平面与授权鉴权和访问控制服务 API 参考LangGraph CLI配图为生成式中文示意图提示词随本地文件保存实际服务能力、授权与 API 以所固定版本为准。
延伸阅读

更多相关文章

2026/10/13 7:05:04

高智力模型与测量及可观察行为特征

高智力模型与测量及可观察行为特征 第一部分 智力的本质与测量 1.1 智力的概念界定 智力(intelligence)是心理学与认知科学中长期研究的重要构念之一。自 20 世纪初比奈编制首批智力测验以来,关于智力的定义与测量方法经历了多次理论演进。当…

2026/10/13 7:05:04

第21讲:动态内存管理

目录 为什么要有动态内存分配malloc 和 freecalloc 和 realloc常见的动态内存的错误动态内存经典笔试题分析柔性数组总结 C/C 中程序内存区域划分 正文开始 1. 为什么要有动态内存分配 我们已经掌握的内存开辟方式有: int val 20; // 在栈空间上开辟四个…

2026/10/13 9:20:28

SQL字符串精准定位与条件填充实战:POSITION+SUBSTRING+CASE WHEN

1. 这不是“查数据”,而是“精准定位智能填充”的组合拳SQL里最常被低估的,其实是字段级的字符串操作能力。很多人一看到“从指定字段查找指定字符”,第一反应是LIKE加%模糊匹配——这就像用消防水枪给盆栽浇水,方向对了&#xff…

2026/10/13 9:20:28

Python+MySQL学生选课管理系统:从数据库设计到答辩避坑全指南

简介:基于Python和MySQL实现的学生选课管理系统,是一份面向计算机相关专业期末大作业或毕业设计的完整项目包。项目由导师指导并通过高分评审,源码均经过本地编译调试,可稳定运行,适合需要快速构建课程设计或提升实战能…

2026/10/13 9:20:28

COMSOL激光熔覆与选区熔融仿真:从热源标定到残余应力评估

做激光熔覆和选区熔融仿真的这些年,我被问得最多的一句话是——“COMSOL到底能不能把这两个工艺算清楚?”我的回答通常是一半肯定、一半劝退:能,但前提是你得把热源标定、材料参数温度相关性、相变潜热、单元激活、熔池对流这几件…

2026/10/13 9:15:26

Kvaesitso 崩溃与 Bug 反馈指南:从 Crash Reporter 报告到问题修复

移动开发 【免费下载链接】Kvaesitso A search-focused Android launcher 项目地址: https://gitcode.com/gh_mirrors/kv/Kvaesitso 点击查看 免费下载 Kvaesitso 是一个以搜索为核心的开源 Android 桌面启动器,其官方贡献指南中的《Report Bugs》专门面…

2026/10/13 5:19:27

Python调用Gemini Structured Outputs实现工单路由门禁

客服工单最怕的不是模型“答错一句话”,而是它给出一段看起来合理的说明,程序却从中猜错优先级。通俗做法是:要求模型只交 JSON(JavaScript Object Notation,轻量数据格式),再让代码验证它。Gem…

2026/10/12 12:01:26

Spring Boot超市进销存系统毕设实战:从需求拆解到答辩通关

最近带的一个学生项目组里,有A同学跑来问我:选什么毕设题目最稳妥,既能让评审老师觉得工作量够,又不会在答辩时被问到语无伦次。我第一反应就是推荐基于Spring Boot的超市仓库管理系统——也就是超市进销存系统。这个题目乍一看平…

2026/10/12 12:54:07

Flutter StatefulWidget 生命周期核心解析

很多刚开始接触 Flutter 的朋友,在看完一堆“Hello World”和基础组件之后,大概率都会撞上同一堵墙:StatefulWidget 里那堆 initState、build、dispose 方法,到底什么时候被调用?为什么顺序是那样?在里面到…

2026/10/13 0:04:41

基于Triton部署YOLO目标检测:从训练脚本到线上服务

简介:这份资源面向希望将目标检测模型落地到生产环境的深度学习开发者与算法工程师,聚焦于用 Triton Inference Server 部署 YOLOv9 的完整实战方案,解决从训练权重到线上推理服务之间的工程化难题。压缩包共 16 个文件,约 886KB&…

2026/10/13 0:04:41

手把手教你云端部署Qwen-Image-2.1:从GPU选型到在线文生图服务

Qwen-Image-2.1 这个开源的图像生成模型,最近在内容创作和 AI 应用圈子里热度相当高。它属于通义 Qwen 系列里的视觉生成分支,让我眼前一亮的是它对中文长文本的理解能力——以前用那些老方案生成带中文文字的图,十个里九个是“乱码印刷体”&…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑