Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

LangGraph Platform : 概要

Posted on 06/18/202506/18/2025 by Masashi Okumura

長時間動作する、エージェント型ワークフロー専用に構築されたプラットフォームである、LangGraph Platform を使用してエージェントを開発し、配備し、スケールし、そして管理します。

LangGraph Platform : 概要

作成 : クラスキャット・セールスインフォメーション
作成日時 : 06/18/2025

* 本記事は langchain-ai.github.io の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています :

  • : LangGraph Platform : Overview

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

LangGraph Platform : 概要

長時間動作する、エージェント型ワークフロー専用に構築されたプラットフォームである、LangGraph Platform を使用してエージェントを開発し、配備し、スケールし、そして管理します。

 
LangGraph Platform は – LangGraph で構築されたエージェントでも別のフレームワークで構築されたエージェントでも – エージェントを本番環境で稼働させることを簡単にしますので、インフラではなくアプリケーション・ロジックにフォーカスできます。ワンクリックで配備してライブ・エンドポイントを取得し、堅牢な API と組み込みのタスクキューを使用して本番環境のスケールに対応できます。

  • ストリーミング・サポート : エージェントが成熟するにつれて、トークン出力と中間状態の両方をユーザにストリーミングで返すことはメリットがある場合が多いです。これなしでは、ユーザは長時間かかる可能性のある操作をフィードバックなしに待たされ続けることになります。LangGraph サーバは様々なアプリケーションのニーズに合わせて最適化された複数のストリーミングモードを提供しています。

  • バックグラウンド実行 : 処理に長時間 (e.g. 数時間) かかるエージェントについては、オープンコネクションを維持することは現実的ではない可能性があります。LangGraph サーバはエージェントのバックグラウンドでの実行をサポートし、ポーリング・エンドポイントと web フックの両方を提供して実行ステータスを効果的に監視します。

  • 長時間実行のサポート : 通常のサーバセットアップでは、完了するのに長時間かかるリクエストを処理する際、タイムアウトや中断 (disruptions) に遭遇する場合が多いです。LangGraph サーバの API は定期的にハートビート信号を送信することでこれらのタスクのために堅牢なサポートを提供し、長時間に渡る処理中の予期せぬ接続のクローズを防ぎます。

  • バースト性の処理 : 特にリアルタイムのユーザインタラクションを伴う、特定のアプリケーションは、多数のリクエストが同時にサーバに送られる “bursty” (バースト的な、集中的な) リクエスト負荷が発生する場合があります。LangGraph サーバはタスクキューを備え、高負荷時でさえリクエストが損失なく一貫して処理されることを保証します。

  • Double-texting (連続送信) : ユーザ駆動アプリケーションでは、ユーザが複数のメッセージを性急に送信することは良くあります。この「連続送信」は正しく処理されないとエージェントフローを中断させる可能性があります。LangGraph サーバはそのようなインタラクションを処理して管理するための組み込みストラテジーを提供します。

  • チェックポインターとメモリ管理 : 永続性 (e.g., 会話メモリ) を必要とするエージェントについては、堅牢なストレージソリューションの配備は複雑になる可能性があります。LangGraph Platform は最適化された チェックポインター と メモリストア を含み、カスタムソリューションを必要とすることなくセッションに渡る状態を管理できます。

  • Human-in-the-loop サポート : 多くのアプリーションで、ユーザはエージェントプロセスに介入する方法を必要とします。LangGraph サーバは human-in-the-loop シナリオに特化したエンドポイントを提供し、エージェント・ワークフローへの手動の監視の統合を単純化します。

  • LangGraph Studio : LangGraph Server API プロトコルを実装したエージェント型システムの可視化、相互作用、デバッグを可能にします。Studio はまた LangSmith と統合し、トレース、評価とプロンプトエンジニアリングを可能にします。

  • 配備 : LangGraph Platform 上で配備する 4 つの方法があります : クラウド Saas、セルフホスト型データ Plane、セルフホスト型コントロール Plane そして スタンドアロン・コンテナ。

 

以上



クラスキャット

最近の投稿

  • LangGraph Platform : 概要
  • LangGraph : Prebuilt エージェント : ユーザインターフェイス
  • LangGraph : Prebuilt エージェント : 配備
  • LangGraph : Prebuilt エージェント : マルチエージェント
  • LangGraph : Prebuilt エージェント : メモリ

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (19) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年6月
月 火 水 木 金 土 日
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« 5月    
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme