BrandPeng/Langchain1.0-Langgraph1.0-Learning

プロジェクト概要

これは実践型学習リポジトリであり、LangChain 1.0 と LangGraph 1.0 のコア概念と実践スキルを体系的に習得することを目的としています。リポジトリは LangChain 1.0（2025年10月正式リリース）に基づいて構築され、新しい create_agent API とミドルウェアアーキテクチャの使用を強調し、マルチモーダル、構造化出力、永続化などの機能も扱います。

学習パス（4段階 22+3 モジュール）

• 第1段階：基礎知識（第1〜2週）—— LLM 呼び出し、プロンプトテンプレート、メッセージタイプ、カスタムツール、エージェント作成、エージェントループをカバー。
• 第2段階：実践スキル（第3〜4週）—— メモリ、コンテキスト管理、チェックポイント、ミドルウェア、構造化出力、検証とリトライ、RAG の基礎と応用、ツールとエージェントの応用。
• 第3段階：高度なトピック（第5〜6週）—— LangGraph ステートグラフ、マルチエージェント、条件付きルーティング、画像入力、ファイル処理、ハイブリッドモダリティ、LangSmith 統合、エラーハンドリング。
• 第4段階：総合プロジェクト（第7〜8週）—— RAG システム、マルチエージェントカスタマーサポートシステム、研究アシスタント。

プロジェクト構造

リポジトリは phase1_fundamentals、phase2_practical、phase3_advanced、phase4_projects の4つのディレクトリで構成され、各ディレクトリには対応するモジュールの独立したフォルダ（例：01_hello_langchain）が含まれ、さらに docs、.env.example、requirements.txt、README.md があります。

主要な技術ポイント（README より抜粋）

• モデル呼び出し：init_chat_model を使用し、テキスト、辞書、メッセージオブジェクトなど複数の入力形式をサポート。
• カスタムツール：@tool デコレータで作成し、docstring の重要性を強調。
• エージェント作成：langchain.agents.create_agent を推奨（langgraph.prebuilt.create_react_agent は非推奨）。
• LangGraph ステートグラフ：create_agent が不十分な場合、手動で StateGraph を定義可能。

環境要件とインストール

• Python ≥3.10（3.9 は非対応）
• リポジトリをクローン → 仮想環境を作成 → 依存関係をインストール → .env を設定（API キーを入力）
• インストール確認：python phase1_fundamentals/01_hello_langchain/main.py を実行

必要な API キー

Key	用途
GROQ_API_KEY	Groq（無料）
OPENAI_API_KEY	OpenAI（任意）
PINECONE_API_KEY	Pinecone ベクトルDB（無料）
LANGSMITH_API_KEY	LangSmith モニタリング（任意）

よくある質問とリソース

README には、一般的なエラーのトラブルシューティング（インポートパス、API キー、コンテキストメモリなど）と、公式ドキュメントへのリンク（LangChain、LangGraph、移行ガイド、LangSmith）およびライセンス（MIT）が記載されています。

注：README には「今後の計画」も記載されています—— LangChain 1.0 に基づく完全な RAG フロントエンド/バックエンドプロジェクト（技術スタック：Agentic RAG、LangChain、ChromaDB、SQLite、FastAPI、Vue）と、LangGraph 1.0 に基づくマルチエージェントフロントエンド/バックエンドプロジェクト（Python、LangGraph、LangChain、FastAPI、MCP、Vue、SQLite）ですが、これらはまだリポジトリに実装されていません（将来の計画のみ）。