Главная/ИИ/LangChain

Установка LangChain-приложения на свой сервер

Установка LangChain на сервер это установка вашего приложения: библиотека ставится командой uv add langchain, а на VPS круглосуточно работает Python-сервис, который её использует. Готового сервера LangServe больше нет в рекомендациях: проект объявлен устаревшим с 18 ноября 2024 года.

3 мин чтенияДанные проверены 16 октября 2026

Ответ за 30 секунд

Упакуйте приложение в Docker и отдавайте его через свой API на FastAPI: для бота по API хватит 1 ядра и 2 ГБ памяти. Модель подключайте по OpenAI-совместимому API или из Ollama, а новые проекты на LangServe не начинайте.

App Platform собирает Docker-образ из репозитория, выдаёт HTTPS и откатывает версию одной кнопкой.

Сколько ресурсов нужно LangChain-приложению

01 · 1 мин

Что ставят на сервер, когда говорят про LangChain#

LangChain это библиотека с открытым кодом (MIT) для приложений на языковых моделях: единый интерфейс к моделям разных провайдеров, инструменты, поиск по документам и готовые агенты. Вокруг неё выросла экосистема: LangGraph для сложной оркестрации агентов, Deep Agents для агентов с планированием и подагентами, LangSmith для трассировки и деплоя.

Сервера у самой библиотеки нет. На VPS работает ваш код: чат-бот для Telegram, API для сайта, ночной скрипт обработки документов. Поэтому установка LangChain на сервер сводится к трём вещам: окружение Python, процесс, который не падает и перезапускается, и доступ к модели.

02 · 1 мин

Почему LangServe больше не подходит для LangChain-приложений#

LangServe долго был стандартным способом отдать цепочку LangChain по HTTP. С 18 ноября 2024 года он объявлен устаревшим: сообщество принимает только исправления ошибок, а для новых проектов разработчики рекомендуют платформу LangGraph, которая теперь входит в LangSmith Deployment.

На практике у вас два пути. Первый: свой небольшой сервис на FastAPI, который вызывает цепочку или агента и отдаёт ответ. Второй: перенести логику в граф и развернуть Agent Server, как описано на странице LangGraph на сервере. Первый проще, второй даёт готовые потоки, память и фоновые запуски.

03 · 1 мин

Docker Compose для LangChain-приложения с Ollama#

  1. Соберите образ приложения на python:3.12-slim: зависимости из pyproject.toml, команда запуска uvicorn.
  2. Добавьте Ollama отдельным сервисом с томом для моделей.
  3. Скачайте модель командой docker compose exec ollama ollama pull имя-модели.
  4. В коде обращайтесь к Ollama по имени сервиса: ChatOllama(model=..., base_url="http://ollama:11434").
services:
  app:
    build: .
    env_file: .env
    ports:
      - "127.0.0.1:8000:8000"
    depends_on:
      - ollama
  ollama:
    image: ollama/ollama
    volumes:
      - ollama:/root/.ollama
volumes:
  ollama:

Порт Ollama 11434 здесь не публикуется вовсе: приложение видит её по внутренней сети Docker, а снаружи модель недоступна. Подробно о самой Ollama и размерах моделей: Ollama на сервере.

04 · 1 мин

Какие модели и базы подключить к LangChain на VPS#

Ключи провайдеров передавайте через .env и env_file, не копируя их в образ: иначе они окажутся в каждом слое и в реестре контейнеров.

  • Модели по API. Класс ChatOpenAI из пакета langchain-openai принимает параметр base_url, поэтому к нему подключается любой OpenAI-совместимый сервис, в том числе AI Gateway с оплатой в рублях.
  • Локальные модели. Пакет langchain-ollama и класс ChatOllama. Без видеокарты подойдут только небольшие модели, крупным нужен сервер с GPU.
  • Векторная база для RAG. На том же сервере удобно держать PostgreSQL с pgvector: одна база для данных приложения и эмбеддингов. Для больших коллекций берут Qdrant.

Инструмент · 1 мин

Сколько ресурсов нужно LangChain-приложению#

Python-процесс с LangChain и моделью по API занимает сотни мегабайт. Всё остальное зависит от того, что вы поставили рядом: векторная база, Ollama, очередь задач.

Какой сервер взять под приложение на LangChain

Три вопроса про ваше приложение

Сколько запросов
Где векторная база
Где модель

06 · 1 мин

Вопросы об установке LangChain#

Подойдёт ли для LangChain обычный хостинг сайтов?

Обычно нет: виртуальный хостинг рассчитан на PHP и короткие запросы, а LangChain-приложению нужен постоянно работающий Python-процесс. Подойдёт VPS или платформа, которая запускает Docker-образы из Git.

Чем LangChain отличается от LangGraph?

LangChain даёт компоненты и готовых агентов, LangGraph отвечает за оркестрацию: граф шагов, состояние, долгие запуски. У LangGraph есть свой сервер Agent Server, у LangChain его нет.

Можно ли запустить LangChain с Ollama без видеокарты?

Да, если модель небольшая: на процессоре она отвечает, но заметно медленнее. Для моделей на десятки миллиардов параметров нужен сервер с видеокартой.

Почему этому можно верить

Как мы проверяли

Требования из документацииРесурсы, порты и команды сверены с официальной документацией, дата проверки указана.
Всё можно повторитьКоманды и расчёты описаны так, что их повторит любой читатель.
Независимый справочникНе связан с разработчиками приложений и провайдерами и пишет о минусах тоже.

Источники цифр на этой странице: AI Gateway Таймвеб Клауд, timeweb.cloud/services/ai-gateway, проверено 14 октября 2026; Серверы с GPU Таймвеб Клауд, timeweb.cloud/services/gpu, проверено 14 октября 2026; App Platform Таймвеб Клауд, timeweb.cloud/services/apps, проверено 14 октября 2026; Реестр контейнеров Таймвеб Клауд, timeweb.cloud/services/container-registry, проверено 14 октября 2026; LangChain: README и лицензия, github.com/langchain-ai/langchain, проверено 14 октября 2026; LangServe: README, статус проекта, github.com/langchain-ai/langserve, проверено 14 октября 2026.

SBРедакция SelfBase · обновлено 16 октября 2026

Задеплойте приложение из репозитория

Подключите репозиторий, выберите фреймворк или Docker, домен и SSL выдаются сразу.

  • React, Vue, Next.js, Nuxt, Angular, Svelte
  • Любой стек через Docker
  • Откат к прошлой версии одной кнопкой
  • Бесплатный SSL с автопродлением
Ресурсы