langchain-ai/react-agent
LangGraph template for a simple ReAct agent
해결하는 문제
이 프로젝트는 사용자 쿼리에 대해 반복적으로 추론하고 외부 도구를 사용하여 작업을 실행하여 답을 찾을 수 있는 프로토타입 AI 에이전트인 ReAct 에이전트를 구축하기 위한 템플릿을 제공합니다.
작동 방식
LangGraph로 구축된 에이전트는 지속적인 루프를 따릅니다: 사용자 쿼리를 분석하고 필요한 작업을 결정한 후 도구를 통해 해당 작업을 실행하고 결과를 관찰한 후, 이 사이클을 반복하여 최종 응답을 제공할 만큼 충분한 정보를 확보할 때까지 반복합니다.
대상 사용자
특정 Python 함수를 도구로 사용하거나 Anthropic 및 OpenAI와 같은 다른 LLM 제공업체와 함께 사용할 수 있도록 맞춤화할 수 있는 유연한 도구 사용 AI 에이전트를 구축하기 위한 출발점이 필요한 개발자에게 적합합니다.
주요 특징
- 도구 확장성: 도구 구성에서 사용자 정의 Python 함수를 정의하여 새로운 기능을 쉽게 추가할 수 있습니다.
- 모델 유연성: Claude 및 GPT-4를 포함한 여러 채팅 모델을 지원합니다.
- 인터랙티브 디버깅: LangGraph Studio와 함께 사용 가능하여 과거 상태를 편집하고 특정 노드를 다시 실행하여 디버깅할 수 있습니다.
- 통합: LangSmith와 연동되어 세부 추적 및 협업이 가능합니다.
관련
- 프로젝트
langchain-ai/langgraph내구성이 있는 실행과 human-in-the-loop 기능을 갖춘, 장기 실행되는 상태 유지형 AI 에이전트를 구축, 관리 및 배포하기 위한 저수준 오케스트레이션 프레임워크입니다.
- 프로젝트
tablegpt/tablegpt-agentLanggraph를 기반으로 구축된 사전 구축된 에이전트로, 표 기반 질의응답을 위해 TableGPT2 모델과 상호작용할 수 있는 사용자 친화적인 인터페이스를 제공합니다.
- 프로젝트
GiovanniPasq/agentic-rag-for-dummies이 리포지토리는 LangGraph를 사용하여 구축된 에이전트 기반의 검색 증강 생성(RAG) 시스템의 구체적이고 모듈식 예제를 제공합니다. 계층적 문서 인덱싱, 다중 에이전트 쿼리 처리, 인간이 개입하는 명확화, 여러 LLM 공급자(기본값 Ollama) 지원을 포함합니다. 설정, 평가, 관찰을 위한 노트북이 포함되어 있어 학습 및 프로토타이핑에 매우 유용한 자료입니다.
- 프로젝트
cqzyys/lang-agentLangGraph를 기반으로 한 시각적 구성 플랫폼으로, 사용자 정의 상태 변수를 활용해 드래그 앤 드롭 인터페이스로 복잡한 AI 에이전트를 구축할 수 있으며, 정밀한 논리 제어가 가능합니다.
- 프로젝트
JoshuaC215/agent-service-toolkitLangGraph로 AI 에이전트를 빌드하고 실행하는 템플릿. FastAPI를 통해 제공되며 Streamlit 채팅 UI를 통해 접근 가능. Docker 지원, 다중 에이전트, RAG, 스트리밍, AG‑UI 프로토콜, 확장 가능한 클라이언트 라이브러리 포함.