投稿者: Masashi Okumura

LangGraph エージェントを配備するには、LangGraph アプリケーションを作成して設定します。このセットアップはローカル開発環境と本番環境の配備の両方をサポートします。 LangGraph : Prebuil…

単一のエージェントでは、複数のドメインに特化したり多くのツールを管理する必要がある場合、対応が難しいかもしれません。これに対処するには、エージェントを小さい、独立したエージェントに分割してマルチエージェント・システムに構…

LangGraph は会話エージェントの構築のために不可欠な 2 種類のメモリ (短期メモリ & 長期メモリ) をサポートしています。このガイドは LangGraph のエージェントで両方のメモリタイプを使用す…

エージェントでツール呼び出しをレビュー、編集、承認するには、LangGraph の組み込み Human-In-the-Loop (HIL) 機能、特に interrupt() プリミティブを使用できます。LangGrap…

エージェントが効果的に機能するためにはメッセージのリスト以上のものを必要とする場合が多いです。つまりコンテキストが必要です。コンテキストは、メッセージリスト外の任意のデータを含み、エージェントの動作やツールの実行を形作る…

モデルコンテキスト・プロトコル (MCP) は、アプリケーションが言語モデルにツールとコンテキストを提供する方法を標準化するオープン・プロトコルです。LangGraph エージェントは langchain-mcp-ada…

ツールは、関数とその入力スキーマをカプセル化し、ツール呼び出しをサポートするチャットモデルに渡せる手段です。これはモデルが特定の入力でこの関数の実行を要求することを可能にします。独自ツールを定義したり、LangChain…

ストリーミングは応答性の高いアプリケーションを構築するためのキーです。ストリーミングしたいデータには幾つか種類があります : エージェント進捗、LLM トークン、そしてカスタムアップデートです。 LangGraph : …

エージェントは完全なレスポンス用に .invoke() / await .ainvoke() を使用するか、増分ストリーミング出力用に .stream() / .astream() のいずれかを使用して、同期と非同期実行…

ユーザが以前の応答から開始して異なる結果を探究できるようにしたい場合はどうすれば良いでしょうか？LangGraph の組み込みタイムトラベル機能を使用して、このタイプのエクスペリエンスを作成できます。 LangGraph…