cqzyys/lang-agent

何を解決するか

Lang-Agent は AI エージェントを構築するための視覚的構成プラットフォームです。従来のワークフロー・ツールがノード間で出力を単に渡すだけであるという制限に対し、カスタマイズ可能な状態変数を導入することで、エージェント内の論理およびデータフローに対してより正確な制御を可能にします。これにより、複雑なビジネスニーズに対応する柔軟性が向上します。

動作方法

LangGraph を基盤として構築されたこのプラットフォームは、ドラッグアンドドロップ可能なキャンバスを提供し、ユーザーがさまざまなノードとエッジを組み合わせてエージェントの振る舞いを定義できます。

• ノード: 論理の基本的な構成要素です。テキスト生成用の LLM ノード、マルチモーダル処理用の VLM ノード、カウンター、変換器、コード実行器などのユーティリティノードが含まれます。
• エッジ: 実行順序を定義します。デフォルトのエッジは線形パスに従いますが、条件付きエッジは状態変数を使って次の実行ノードを決定します。
• 状態変数: エージェント内のグローバル辞書で、会話メッセージなどのデータを格納し、任意のノードや条件付きエッジからアクセス・更新が可能です。
• エージェント: ReactAgent（MCP を通じたツール利用用）や SupervisorAgent（他の再利用可能なエージェントの調整用）など、事前に構築されたエージェントをサポートしています。

対象ユーザー

• ボイラープレートコードを書かずに、視覚的に複雑な AI エージェントを設計したい開発者。
• エージェントの状態や論理フローに対して高い制御力を求めているユーザー。
• カスタムノードの作成を可能にする拡張性のある AI ワークフローを構築したいチーム。

特徴

• 状態駆動型論理: グローバルな状態変数を使用してノードの入力と条件分岐を制御します。
• 拡張可能なアーキテクチャ: フロントエンド（React）およびバックエンド（Python）での実装により、開発者が独自のカスタムノードを追加する明確な道筋を提供します。
• SaaS風の構成: モデル接続、MCP ツール、ベクトルデータベース（Postgres、Milvus）の管理機能を内蔵しています。
• マルチモーダル対応: 画像読み込みおよび VLM 処理専用のノードを含んでいます。
• 統合 RAG: ベクトルデータベースの設定とドキュメント管理機能を備え、リトリーバー拡張生成（RAG）を実現しています。