LangChain
대규모 언어 모델, 에이전트, 검색 증강 생성(RAG)으로 구동되는 애플리케이션을 개발하기 위한 프레임워크입니다.
개요
LangChain은 챗 모델, 임베딩, 벡터 스토어, 리트리버, 서드파티 통합 등 상호운용 가능한 구성요소를 표준 인터페이스 뒤에서 서로 연결함으로써 LLM 기반 애플리케이션과 에이전트를 구축하는 프레임워크입니다. 덕분에 기반 모델 환경이 바뀌더라도 애플리케이션 로직을 다시 작성하지 않고 제공자를 교체할 수 있습니다.
간단한 프로토타입에서 더 복잡한 시스템까지 확장할 수 있도록 설계되었습니다. LangChain의 고수준 추상화로 시작해, 요구 사항이 커지면 더 저수준의 구성요소나 LangGraph(더 제어 가능하고 상태를 가진 에이전트 워크플로 구축용), LangSmith(LLM 애플리케이션 평가·디버깅·배포용) 같은 동반 도구로 옮겨갈 수 있습니다. Python과 JavaScript/TypeScript 모두에서 사용할 수 있습니다.
LangChain은 검색 증강형, 도구 사용형, 또는 다단계 LLM 애플리케이션을 만드는 개발자에게 적합하며, 모델이나 벡터 스토어마다 글루 코드를 처음부터 작성하는 대신 공통된 추상화 집합과 방대한 통합 라이브러리를 원하는 경우에 잘 맞습니다.
- 카테고리
- AI 및 머신러닝
- 언어
- Python
- 라이선스
- MIT
관련 프로젝트
Ollama
MIT간단한 커맨드라인 인터페이스와 API로 대규모 언어 모델을 로컬에서 실행합니다.
- AI 및 머신러닝
CAMEL
Apache-2.0자율적으로 협업하는, 여러 개의 소통하는 역할극 AI 에이전트 시스템을 연구하고 구축하기 위한 오픈소스 프레임워크입니다.
- AI 및 머신러닝
CrewAI
MIT역할 기반으로 협업하는 AI 에이전트 팀을 구축해 복잡한 작업을 자율적으로 함께 완수하게 하는 멀티 에이전트 오케스트레이션 프레임워크입니다.
- AI 및 머신러닝
Docling
MITPDF, Word 문서 등의 형식을 LLM과 RAG 파이프라인에 바로 사용할 수 있는 깔끔하고 구조화된 데이터로 변환하는 문서 파싱 라이브러리입니다.
- AI 및 머신러닝
잘못된 정보를 발견하셨나요? GitHub에서 수정 제안하기