langchain & langgraph(+langgraph studio) 설치하는 방법 알려줘. 환경 OS: redhat 8.x 특이 사항: - sudo 권한 없음 - offline 환경 (windows나 docker에서 파일 받아 전송은 가능) - 단, pip와 npm은 방화벽을 뚫어놔서 가능함

좋아요. 아래는 RHEL 8.x + sudo 없음 + (대부분) 오프라인 전제에서 LangChain / LangGraph / LangGraph Studio 를 설치·구동하는 방법을 한 번에 끝내는 단계별 가이드입니다.
(pip/npm 트래픽은 허용된다고 하셨으니 그 경로를 기본으로, 완전 오프라인 대비책도 함께 적어둘게요.)

0) 사전 점검 (필수)

  1. Python 버전
python3 -V
  • LangChain / LangGraph 모두 Python ≥ 3.9 필요(권장 3.11+). PyPI+1
  1. Node/npm (선택)
    Studio 웹 UI 연결만 쓰면 꼭 필요하진 않지만, JS SDK나 UI 로컬 빌드가 필요할 땐 Node 18/20+ 권장.

1) 가상환경 만들기 (sudo 불필요)

# 원하는 경로에 가상환경 생성
python3 -m venv ~/venvs/langgraph
source ~/venvs/langgraph/bin/activate

# pip 최신화
python -m pip install --upgrade pip

참고: 사용자 홈에 설치/실행하는 표준 방법입니다(시스템 PATH 오염 피함). 사용자 설치 경로 안내는 공식 문서에 요약되어 있어요. packaging.python.org

2) LangChain & LangGraph 설치

# 필수
pip install -U langchain langgraph

# (옵션) 프로바이더 패키지 예시 - OpenAI 사용 시
pip install -U langchain-openai

  • LangChain의 Python 지원 버전: > =3.9,<4.0. PyPI

  • LangGraph의 Python 지원 버전: > =3.9. PyPI

  • OpenAI 연동 패키지(langchain-openai)는 별도이며 Python ≥3.9. PyPI

3) LangGraph CLI + 로컬 서버 (Docker·sudo 없이 “dev 모드”)

Studio를 쓰려면 서버가 있어야 합니다. langgraph-cli의 dev 모드 는 Docker 없이 로컬에서 바로 띄울 수 있어요(개발용). docs.langchain.com

# dev 모드에 필요한 extra 포함 설치
pip install -U "langgraph-cli[inmem]"

# 새 앱 템플릿으로 프로젝트 생성 (파이썬 버전 3.11+ 권장)
langgraph new myapp --template new-langgraph-project-python
cd myapp

# 템플릿이 만든 요구사항 설치(있다면)
pip install -r requirements.txt

# 로컬 API 서버 구동 (기본: 127.0.0.1:2024)
langgraph dev
  • langgraph dev 는 Docker 불필요 , 개발/테스트 용 경량 서버이며 Python ≥ 3.11 에서 지원됩니다. 기본 포트 2024. docs.langchain.com

4) LangGraph Studio 연결

Studio는 “LangGraph Server”에 붙는 웹 UI입니다. 로컬에서 langgraph dev를 띄우면, 브라우저에서 아래 URL 로 접속해 Studio를 바로 사용할 수 있어요:

https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

  • 다른 호스트/포트를 썼다면 baseUrl만 바꿔주세요. docs.langchain.comlangchain-ai.github.io

  • 개발 환경이 오프라인 이라 위 도메인 접근이 막혀 있으면 아래 대안을 참고하세요.

5) (오프라인/폐쇄망 대안) Studio 접근 대안

A) 데스크톱 앱(구 버전, 현재는 deprecated)

  • 예전 “LangGraph Studio Desktop”은 더 이상 주요 경로가 아니고 저장소가 아카이브 상태입니다. 대신 CLI(+Web Studio) 사용을 권장합니다. 그래도 필요하면 GitHub 릴리스에서 바이너리 받아서 옮겨 실행할 수 있습니다(지원 중단 공지 포함). GitHub+1

B) 로컬/사설 UI 구성 (JS)

  • JS SDK로 간단한 Agent Chat UI 를 직접 띄우는 선택지도 있습니다. (LangGraph API 서버에 붙는 채팅 UI를 로컬로 개발/실행) docs.langchain.com

  • JS 설치 예시:

    # 새 디렉토리에서
npm init -y
npm install @langchain/langgraph @langchain/core

(LangGraph JS 패키지 최신 설치법 · 버전 참고) docs.langchain.comnpm

6) (선택) 완전 오프라인 대비 — 패키지 미리 모아서 옮기기

6-1) pip 휠 캐시(“wheelhouse”) 만들기

온라인이 되는 PC/컨테이너 에서:

python -m venv wheelenv && source wheelenv/bin/activate
pip install --upgrade pip
pip download -d wheelhouse \
  "langgraph-cli[inmem]" langgraph langchain langchain-openai
# wheelhouse/ 아래에 모든 의존 휠이 모입니다.

RHEL 서버(오프라인)에서:

source ~/venvs/langgraph/bin/activate
pip install --no-index --find-links /path/to/wheelhouse \
  "langgraph-cli[inmem]" langgraph langchain langchain-openai

pip의 사용자/오프라인 설치 동작과 경로 개념은 공식 패키징 가이드에 잘 정리돼 있습니다. packaging.python.org

6-2) npm 패키지 묶기

온라인 머신 에서 필요한 패키지 tarball 생성:

mkdir npm_bundles && cd npm_bundles
npm pack @langchain/langgraph @langchain/core
# => .tgz 파일들이 생성됨

오프라인 머신 에서 tarball로 설치:

# 프로젝트 디렉토리 내에서
npm install ./@langchain-langgraph-*.tgz ./@langchain-core-*.tgz
  • npm pack/로컬 tgz 설치는 npm 공식 문서에 있는 표준 흐름입니다. docs.npmjs.com+1

7) 자주 막히는 포인트 & 해결

  • Python 버전 부족(≤3.8)

    • RHEL 8 기본 Python이 낮을 수 있습니다. 시스템 Python 건드리지 말고, 독립 실행형 Python 배포본(python-build-standalone)을 받아 홈 디렉터리에 풀어 쓰는 방법이 있습니다(루트 불필요). gregoryszorc.comGitHub

  • Docker 필요 여부

    • langgraph up 등 플랫폼 전용 명령은 Docker가 필요하지만, 개발용langgraph dev는 Docker 없이 동작합니다(위 3번 단계). docs.langchain.com

  • Studio 접근 차단

    • 사내 방화벽이 smith.langchain.com을 막으면 A/B 대안을 사용하세요(5번). Studio 웹은 LangGraph Server에 프런트 로 붙는 형태입니다. docs.langchain.com

  • 기본 포트 충돌

    • langgraph dev --port 8080처럼 포트를 바꾸면 됩니다(기본 2024). docs.langchain.com

(검증용) 설치 후 빠른 점검

# 파이썬 라이브러리 import 확인
python - <<'PY'
import langchain, langgraph
print("OK:", langchain.__version__, langgraph.__version__)
PY

# CLI 확인
langgraph --help
# 서버 기동
langgraph dev  # => 127.0.0.1:2024

그 다음 브라우저에서
https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024 접속 → 그래프/스레드/실행 과정을 시각화하며 테스트하세요. langchain-ai.github.io

필요하시면, 완전 오프라인(내부 레지스트리/미러 구축) 시나리오(예: 사설 PyPI, Verdaccio 등)까지 포함한 배포 체크리스트도 정리해 드릴게요.

Categories:

Updated:

You may also enjoy