lhh737/LangChain-ReAct-Agent

LangChain ReAct Agent – 推論、ツール使用、RAGを備えたAI搭載チャットボット

概要

• LangChainとLangGraph上にReAct（Reasoning + Acting）エージェントを構築するPythonアプリケーション。
• ナレッジベースからの質問応答、外部ツール（天気、ユーザーデータ、レポート生成）の呼び出し、プロンプトの動的切り替えが可能で、内部の思考・行動・観察ループをStreamlit UIで表示。

主な機能

機能	説明
ReAct推論ループ	エージェントがThoughtを生成し、Action（ツール呼び出しやRAGクエリなど）を決定、Observationを受け取り、回答できるまでループ。
RAG拡張QA	ロボット掃除機に関するドキュメント（txt/pdf）をChromaベクトルストアにDashScope embeddingsを使用してインデックス化。エージェントが関連チャンクを取得し、LLMが要約。
マルチツール呼び出し	天気検索、ユーザー固有データ取得、レポート生成のための組み込みツール。ミドルウェアがユーザーの意図に基づいて適切なツールを自動選択。
動的プロンプト切り替え	通常のQ&A用とレポート生成用の2つのシステムプロンプトテンプレートを、ミドルウェアが実行時に切り替え。
Streamlitフロントエンド	会話を表示し、LLM出力をトークン単位でストリームし、エージェントの内部推論チェーンを可視化するWeb UI。
モジュール式YAML駆動設計	エージェントロジック、RAG設定、ベクトルストアパラメータ、プロンプトパスが個別のYAMLファイルに存在し、コード変更なしで再設定が容易。

仕組み（高レベルフロー）

1. ユーザーがStreamlitチャットボックスにクエリを入力。
2. ミドルウェアが使用するプロンプトテンプレートを決定し、ReActループを開始。
3. エージェントがThoughtを生成→Action（例：RAG検索や天気API呼び出し）を決定。
4. 選択されたツールが実行され、Observationを返す。
5. ステップ3〜4を、エージェントが最終回答を生成できるまで繰り返し、UIにストリーム返信。

技術スタック

• LLM: Alibaba DashScope ChatTongyi（DashScope API経由）。
• エージェントフレームワーク: LangChain 0.3 + LangGraph 0.2。
• ベクトルストア: Chroma（永続的なディスクインデックス）。
• 埋め込みモデル: DashScope埋め込みサービス。
• ドキュメント処理: PyPDF、RecursiveCharacterTextSplitter。
• フロントエンド: Streamlit 1.40。
• 設定: エージェント、RAG、プロンプト、Chroma用のYAMLファイル。

はじめに（READMEに記載）

# 1. クローン
ジットクローン https://github.com/lhh737/LangChain-ReAct-Agent.git && cd LangChain-ReAct-Agent

# 2. インストール
pip install -r requirements.txt

# 3. DashScope APIキーを設定
export DASHSCOPE_API_KEY="your-key"   # Windowsでは `set DASHSCOPE_API_KEY=your-key`

# 4. ナレッジベースを構築（初回のみ）
python -c "from rag.vector_store import VectorStoreService; VectorStoreService().load_document()"

# 5. UIを起動
streamlit run app.py

ブラウザでhttp://localhost:8501を開き、サンプル質問を試してください：

• "掃地機器人有哪些主要功能？" → RAG QAをトリガー。
• "如果機器人無法正常回充，該如何處理？" → 故障診断推論をトリガー。
• "請根據用戶數據生成一份個性化使用報告" → レポート生成ツールチェーンをトリガー。

プロジェクト構成

• agent/ – コアReActロジックとツール定義。
• rag/ – ベクトルストア処理とRAGサービス。
• model/ – LLMと埋め込みクライアントを作成するファクトリ。
• config/ – 動作を制御するYAMLファイル。
• prompts/ – 生のプロンプトテンプレート。
• utils/ – ヘルパーモジュール（設定ローダー、ファイル処理、ロギングなど）。
• app.py – Streamlitエントリポイント。

使用対象

• ツール使用を伴うReActスタイルエージェントの参照実装を求める開発者。
• ナレッジベース検索と外部データを組み合わせるAI支援カスタマーサービスボットを構築するチーム。
• 動的プロンプト管理とRAG統合のためのLangChain/LangGraphパターンを探求する方。

ライセンス: MIT（LICENSE参照）。