第19篇：Vibe Coding时代：Docker 部署 LangGraph Agent 实战，解决本地能跑、服务器跑不起来问题

第19篇：Vibe Coding时代：Docker 部署 LangGraph Agent 实战，解决本地能跑、服务器跑不起来问题

一、问题场景：本地 Agent 正常，部署到服务器各种报错

Agent 在本地跑通后，下一步就是部署。

但真实部署时经常遇到：

1. 服务器 Python 版本不一致 2. 依赖安装失败 3. .env 没配置 4. 工作目录不对 5. 文件读写路径错 6. uvicorn 启动失败 7. 本地能 import，服务器 ModuleNotFoundError 8. 多人部署环境不一致

这类问题本质是环境不可复现。

本文要解决：

如何用 Docker 部署 LangGraph Agent 服务，让本地、测试、生产环境尽量一致。

二、为什么 Agent 更需要容器化？

Agent 项目比普通 Web 服务更依赖环境：

模型 SDK 向量库 文件工具 测试工具 系统命令 浏览器工具 Python 版本 环境变量

如果不容器化，很容易出现：