Migrar un agente LangGraph existente

Agrega las dependencias del SDK a tu proyecto.

Navegue hasta su archivo pyproject.toml y luego ejecute el siguiente comando desde la raíz de su proyecto para agregar las dependencias del SDK:

uv add agent-engine-runner-shared agent-engine-sdk-langgraph

Envuelve tu agente con la clase App.

Actualiza el módulo de entrada de tu agente para que utilice el SDK de la plataforma realizando los siguientes cambios:

• Importa App desde agent_engine_sdk_langgraph y crea una instancia de App a nivel de módulo.

• Registra cada herramienta usando el decorador @app.tool().

• Agregue el decorador @app.entrypoint a la función de compilación de su agente.

• Envuelva su LLM con el método app.llm() para enrutar las llamadas LLM a través de la ruta de ejecución auditada de la plataforma.

• Reemplace su puntero de control con app.checkpointer() para usar el puntero de control respaldado por MongoDB de la plataforma.

• Llama al método app.run() que se encuentra al final del módulo.

El siguiente ejemplo muestra un módulo de agente migrado completo:

from agent_engine_sdk_langgraph import App
from langgraph.graph import StateGraph, MessagesState
from langgraph.prebuilt import ToolNode
from langchain_openai import ChatOpenAI
app = App(app_name="my-agent")
@app.tool()
def lookup(query: str) -> str:
    """Search the knowledge base."""
    return f"result for {query}"
@app.entrypoint
def build_agent():
    llm = app.llm(ChatOpenAI(model="gpt-4o-mini"))
    tools = app.get_tools()
    def call_model(state: MessagesState):
        return {"messages": [llm.invoke(state["messages"])]}
    graph = StateGraph(MessagesState)
    graph.add_node("agent", call_model)
    graph.add_node("tools", ToolNode(tools))
    graph.set_entry_point("agent")
    graph.add_edge("tools", "agent")
    return graph.compile(checkpointer=app.checkpointer())
app.run()

Cree un archivo agent.yaml.

En la raíz de su proyecto, cree un archivo agent.yaml que contenga el campo entrypoint y una política de salida de red para el entorno aislado del agente, como se muestra en el siguiente código:

entrypoint: my_agent.main:app
name: my-agent
framework: langgraph
sandboxes:
  agent:
    network:
      egress_mode: deny_all

El campo entrypoint debe apuntar a la instancia App en formato module.path:attribute.

El campo sandboxes.agent.network.egress_mode define la política de acceso saliente del entorno aislado del agente. El ejemplo anterior bloquea todo el tráfico saliente, excepto el que corresponde a la política base de la plataforma. Para obtener información sobre cómo habilitar el acceso saliente a destinos específicos, consulte la sección "Administrar políticas de salida de red".

Crear un archivo .env.

En la raíz de tu proyecto, crea un archivo .env que especifique tu cadena de conexión de MongoDB y la clave API del proveedor LLM, como se muestra en el siguiente código:

MONGODB_URI=<your-mongodb-connection-string>
<PROVIDER>_API_KEY=<your-api-key>

Registra tu proyecto en la plataforma.

Desde la raíz de tu proyecto, ejecuta el siguiente comando para registrar tu proyecto y generar archivos de desarrollo locales:

agentengine init

La interfaz de línea de comandos (CLI) le guía en el proceso de selección o creación de una organización y un proyecto, y luego genera los archivos de desarrollo locales.

Ejecuta el agente localmente.

Para confirmar que el agente migrado funciona correctamente, inicie el entorno de desarrollo local ejecutando el siguiente comando:

agentengine dev up

Cuando la pila esté lista, abre http://localhost:3000 en tu navegador para interactuar con tu agente.