update docs

Author: ks6088ts

.env.template

@@ -33,7 +33,7 @@ ELASTICSEARCH_URL="http://localhost:9200"
 DIFY_API_URL="https://api.dify.ai/v1"
 DIFY_API_KEY="xxx"
 
-## Cosmos DB Settings
+## Azure Cosmos DB Settings
 COSMOSDB_HOST="https://xxx.documents.azure.com:443/"
 COSMOSDB_KEY="xxx"
 COSMOSDB_DATABASE_NAME="template_langgraph"

Makefile

@@ -119,3 +119,11 @@ langgraph-studio: ## run LangGraph Studio
 .PHONY: fastapi-dev
 fastapi-dev: ## run FastAPI
 	uv run fastapi dev ./template_langgraph/services/fastapis/main.py
+
+.PHONY: fastapi
+fastapi: ## run FastAPI in production mode
+	uv run fastapi run \
+		--host "0.0.0.0" \
+		--port 8000 \
+		--workers 4 \
+		template_langgraph/services/fastapis/main.py

docs/images/fastapi.png

@@ -35,6 +35,9 @@
 - [uv](https://docs.astral.sh/uv/getting-started/installation/) - モダンな Python パッケージマネージャー
 - [GNU Make](https://www.gnu.org/software/make/) - 一般的なタスクの実行用
 - [Docker](https://www.docker.com/) - ベクターデータベースの実行用（オプション）
+- Azure
+  - [Azure OpenAI](https://learn.microsoft.com/ja-jp/azure/ai-foundry/openai/overview) - LLM API
+  - [Azure Cosmos DB](https://learn.microsoft.com/ja-jp/azure/cosmos-db/) - データストレージ（オプション）
 
 ## クイックスタート
 
@@ -129,7 +132,7 @@ Pydantic モデルを使用して AI 応答から構造化データを取得す
 - **`template_langgraph/tools/`** - 検索、データ取得用ツール実装
 - **`template_langgraph/utilities/`** - ドキュメント読み込みと処理用ヘルパー関数
 
-## 例の実行
+## サンプルコードの実行
 
 ### オプション 1: LangGraph Studio（開発用推奨）
 
@@ -159,7 +162,7 @@ uv run jupyter lab
 
 ![jupyterlab.png](./images/jupyterlab.png)
 
-### オプション 3: コマンドライン（本番環境的）
+### オプション 3: コマンドライン（クイックな開発）
 
 ターミナルからエージェントを実行：
 
@@ -191,6 +194,23 @@ KABUTO起動時の紫画面点滅は「忍者プロトコル」初期化エラ
 ')]}}
 ```
 
+### オプション 4: FastAPI サーバー（プロダクションレディ）
+
+FastAPI サーバーを実行して、エージェントを API として公開：
+
+```shell
+uv run fastapi run \
+  --host "0.0.0.0" \
+  --port 8000 \
+  --workers 4 \
+  template_langgraph/services/fastapis/main.py
+# http://localhost:8000/docs を開いて Swagger UI 経由で API にアクセス
+```
+
+これにより、HTTP リクエストを介してプログラム的にエージェントと対話できます。
+
+![fastapi.png](./images/fastapi.png)
+
 ## 実演されている主要概念
 
 ### 1. **ReAct パターン**（推論 + 行動）
@@ -237,8 +257,8 @@ LangGraph が複数のインタラクションステップにわたってコン
 
 ## 学習リソース
 
-- [LangGraph 文書](https://langchain-ai.github.io/langgraph/)
-- [LangChain 文書](https://python.langchain.com/)
+- [LangGraph 公式ドキュメント](https://langchain-ai.github.io/langgraph/)
+- [LangChain 公式ドキュメント](https://python.langchain.com/)
 
 ## アーキテクチャの例
 

docs/index.ja.md

@@ -35,6 +35,9 @@ This template provides working examples of all these patterns using LangGraph.
 - [uv](https://docs.astral.sh/uv/getting-started/installation/) - Modern Python package manager
 - [GNU Make](https://www.gnu.org/software/make/) - For running common tasks
 - [Docker](https://www.docker.com/) - For running vector databases (optional)
+- Azure
+  - [Azure OpenAI](https://learn.microsoft.com/ja-jp/azure/ai-foundry/openai/overview) - LLM API
+  - [Azure Cosmos DB](https://learn.microsoft.com/ja-jp/azure/cosmos-db/) - Data storage (optional)
 
 ## Quick Start
 
@@ -159,7 +162,7 @@ uv run jupyter lab
 
 ![jupyterlab.png](./images/jupyterlab.png)
 
-### Option 3: Command Line (Production-like)
+### Option 3: Command Line (Quick development)
 
 Run agents from the terminal:
 
@@ -191,6 +194,23 @@ The purple screen flashing during KABUTO startup indicates a "Shinobi Protocol"
 ')]}}
 ```
 
+### Option 4: FastAPI (Production-ready)
+
+Run the FastAPI server to expose the agent as an API:
+
+```shell
+uv run fastapi run \
+  --host "0.0.0.0" \
+  --port 8000 \
+  --workers 4 \
+  template_langgraph/services/fastapis/main.py
+# Access the API at http://localhost:8000/docs via Swagger UI
+```
+
+This allows you to interact with the agent programmatically via HTTP requests.
+
+![fastapi.png](./images/fastapi.png)
+
 ## Key Concepts Demonstrated
 
 ### 1. **ReAct Pattern** (Reasoning + Acting)

docs/index.md

@@ -32,21 +32,21 @@ class RunChatWithToolsAgentResponse(BaseModel):
 async def run_chat_with_tools_agent(
     request: RunChatWithToolsAgentRequest,
 ) -> RunChatWithToolsAgentResponse:
-    async for event in chat_with_tools_agent.astream(
-        input=AgentState(
-            messages=[
-                {
-                    "role": "user",
-                    "content": request.question,
-                },
-            ],
-        ),
-        config={
-            "recursion_limit": 30,
-        },
-    ):
-        logger.debug(f"Event received: {event}")
     try:
+        async for event in chat_with_tools_agent.astream(
+            input=AgentState(
+                messages=[
+                    {
+                        "role": "user",
+                        "content": request.question,
+                    },
+                ],
+            ),
+            config={
+                "recursion_limit": 30,
+            },
+        ):
+            logger.debug(f"Event received: {event}")
         response = event["chat_with_tools"]["messages"][0].content
         return RunChatWithToolsAgentResponse(response=response)
     except Exception as e: