Skip to content

ClasCat® AI Research

クラスキャット – AgentOS, AI エージェント, MCP, LangChain/LangGraph, AutoGen, AG2, Agno

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

LangGraph 1.0 α : 本番環境 – アプリケーション構造

Posted on 10/04/2025 by Masashi Okumura

LangGraph アプリケーションは、一つまたはそれ以上のグラフ、構成設定ファイル (langgraph.json)、依存関係を指定するファイル、そして環境変数を設定するオプションの .env ファイルから構成されます。このガイドはアプリケーションの一般的な構造を示し、 LangGraph プラットフォームを使用してアプリケーションを配備するために必要な情報を指定する方法を示します。

LangGraph 1.0 alpha : 本番環境 – アプリケーション構造

作成 : クラスキャット・セールスインフォメーション
作成日時 : 10/04/2026
バージョン : 1.0.0a4

* 本記事は docs.langchain.com の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています。スニペットはできる限り日本語を使用しています :

  • LangGraph OSS (v1-alpha) : Production – Application structure

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

LangGraph 1.0 alpha : 本番環境 – アプリケーション構造

概要

LangGraph アプリケーションは、一つまたはそれ以上のグラフ、構成設定ファイル (langgraph.json)、依存関係を指定するファイル、そして環境変数を設定するオプションの .env ファイルから構成されます。

このガイドはアプリケーションの一般的な構造を示し、 LangGraph プラットフォームを使用してアプリケーションを配備するために必要な情報を指定する方法を示します。

 

主要コンセプト

LangGraph プラットフォームを使用して配備するには、以下の情報が提供される必要があります :

  1. アプリケーションのために使用する依存関係、グラフと環境変数を指定する LangGraph 構成設定ファイル (langgraph.json)。

  2. アプリケーションのロジックを実装するグラフ。

  3. アプリケーションを実行するために必要な依存関係を指定するファイル。

  4. アプリケーションの実行に必要な環境変数

 

ファイル構造

以下はアプリケーションのディレクトリ構造の例です :

Python (requirements.txt)

my-app/
├── my_agent # all project code lies within here
│   ├── utils # utilities for your graph
│   │   ├── __init__.py
│   │   ├── tools.py # tools for your graph
│   │   ├── nodes.py # node functions for your graph
│   │   └── state.py # state definition of your graph
│   ├── __init__.py
│   └── agent.py # code for constructing your graph
├── .env # environment variables
├── requirements.txt # package dependencies
└── langgraph.json # configuration file for LangGraph

Python (pyproject.toml)

my-app/
├── my_agent # all project code lies within here
│   ├── utils # utilities for your graph
│   │   ├── __init__.py
│   │   ├── tools.py # tools for your graph
│   │   ├── nodes.py # node functions for your graph
│   │   └── state.py # state definition of your graph
│   ├── __init__.py
│   └── agent.py # code for constructing your graph
├── .env # environment variables
├── langgraph.json  # configuration file for LangGraph
└── pyproject.toml # dependencies for your project

Info : The directory structure of a LangGraph application can vary depending on the programming language and the package manager used.

 

構成設定ファイル

langgraph.json は、LangGraph アプリケーションを配備するために必要な依存関係、グラフ、環境変数とその他の設定を指定する JSON ファイルです。

See the LangGraph configuration file reference for details on all supported keys in the JSON file.

Info : The LangGraph CLI defaults to using the configuration file langgraph.json in the current directory.

 

例

  • 依存関係はカスタム・ローカルパッケージと langchain_openai パッケージも含みます。

  • 単一グラフは、variable 変数を使用して、ファイル ./your_package/your_file.py からロードされます。

  • 環境変数は .env ファイルからロードされます。
{
  "dependencies": ["langchain_openai", "./your_package"],
  "graphs": {
    "my_agent": "./your_package/your_file.py:agent"
  },
  "env": "./.env"
}

 

依存関係

LangGraph アプリケーションは他の Python パッケージに依存する場合があります。

依存関係を正しく設定するには、一般に以下の情報を指定する必要があります :

  1. 依存関係を指定するディレクトリ内のファイル (e.g. requirements.txt, pyproject.toml, or package.json)。

  2. LangGraph 構成設定ファイル の dependencies キー、これは LangGraph アプリケーションを実行するために必要な依存関係を指定します。

  3. 追加のバイナリやシステムライブラリは LangGraph 構成設定ファイルの dockerfile_lines キーを使用して指定できます。

 

グラフ

LangGraph 構成設定ファイルの graphs キーを使用して、配備された LangGraph アプリケーションでどのグラフが利用可能であるかを指定します。

構成設定ファイルで一つまたはそれ以上のグラフを指定できます。各グラフは (一意である必要がある) 名前と次のいずれかへのパスにより識別されます : (1) コンパイルされたグラフ、または (2) グラフを作成する関数。

 

環境変数

ローカルで配備された LangGraph アプリケーションで作業している場合、LangGraph 構成設定ファイルの env キーで環境変数を設定できます。

本番環境の配備では、通常は環境変数を配備環境で設定することになります。

 

以上



クラスキャット

最近の投稿

  • LangGraph 1.0 α : 本番環境 – アプリケーション構造
  • LangGraph 1.0 α : Get Started with Colab – オーケストレーター-ワーカー構成
  • LangGraph 1.0 α : Get Started with Colab – ワークフローとエージェント
  • LangGraph 1.0 α : Get started – ローカルサーバの実行
  • LangGraph 1.0 α : Get started – クイックスタート on Colab

タグ

AG2 (14) Agno (46) AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangChain v1.0 (10) LangGraph (24) LangGraph 0.5 (9) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年10月
月 火 水 木 金 土 日
 12345
6789101112
13141516171819
20212223242526
2728293031  
« 9月    
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme