langchain

KO | EN

gitlite — search

#javascript #python #hacktoberfest #typescript #llm #golang #machine-learning #rust #java #windows #awesome #cli #pytorch #mcp

(★ 144,349)

에이전트 엔지니어링 플랫폼.

langchain 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

<div align="center">
  <h3>에이전트 엔지니어링 플랫폼.</h3>
</div>

<br>

LangChain은 에이전트와 LLM 기반 애플리케이션을 구축하기 위한 프레임워크입니다. 상호 운용 가능한 컴포넌트들과 서드파티 통합 기능들을 연결하여 AI 애플리케이션 개발을 단순화하도록 돕고, 기반 기술이 진화함에 따라 미래에도 유연하게 대처할 수 있도록 지원합니다.

> [!TIP]
> 이제 막 시작하셨나요? 계획 수립, 서브에이전트, 파일 시스템 사용 등 일반적인 사용 패턴에 대한 내장 기능을 갖춘 에이전트를 위해 LangChain을 기반으로 구축된 고수준 패키지인 **[Deep Agents](http://docs.langchain.com/oss/python/deepagents/)**를 확인해 보세요.

## Quickstart

```bash
uv add langchain
```

```python
from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-5.5")
result = model.invoke("Hello, world!")
```

더욱 고급 사용자 정의나 에이전트 오케스트레이션을 찾고 계신다면, 제어 가능한 에이전트 워크플로우를 구축하기 위한 프레임워크인 [LangGraph](https://github.com/langchain-ai/langgraph)를 확인해 보세요.

동일한 기능을 하는 JS/TS 라이브러리를 찾으신다면 [LangChain.js](https://github.com/langchain-ai/langchainjs)를 확인해 보세요.

> [!TIP]
> AI 에이전트 및 LLM 애플리케이션의 개발, 디버깅, 배포를 원하신다면 [LangSmith](https://docs.langchain.com/langsmith/home)를 참고하세요.

## LangChain ecosystem

LangChain 프레임워크는 단독으로 사용할 수도 있지만, 모든 LangChain 제품과 원활하게 통합되어 개발자가 LLM 애플리케이션을 구축할 때 완벽한 도구 모음을 제공합니다.

- **[Deep Agents](http://docs.langchain.com/oss/python/deepagents/)** — 복잡한 작업을 위해 계획을 세우고, 서브에이전트를 사용하며, 파일 시스템을 활용할 수 있는 에이전트를 구축합니다.
- **[LangGraph](https://docs.langchain.com/oss/python/langgraph/overview)** — 저수준 에이전트 오케스트레이션 프레임워크를 통해 복잡한 작업을 안정적으로 처리할 수 있는 에이전트를 구축합니다.
- **[Integrations](https://docs.langchain.com/oss/python/integrations/providers/overview)** — 채팅 및 임베딩 모델, 도구 및 툴킷 등
- **[LangSmith](https://www.langchain.com/langsmith)** — LLM 앱을 위한 에이전트 평가, 모니터링 및 디버깅
- **[LangSmith Deployment](https://docs.langchain.com/langsmith/deployments)** — 장기 실행되는 상태 유지 워크플로우에 특화된 플랫폼을 사용하여 에이전트를 배포하고 확장합니다.

## Why use LangChain?

LangChain은 모델, 임베딩, 벡터 저장소 등을 위한 표준 인터페이스를 통해 개발자가 LLM 기반 애플리케이션을 구축할 수 있도록 돕습니다.

- **실시간 데이터 증강** — 모델 제공업체, 도구, 벡터 저장소, 검색기 등과 통합되는 LangChain의 방대한 라이브러리를 활용하여 LLM을 다양한 데이터 소스 및 외부/내부 시스템에 쉽게 연결합니다.
- **모델 상호 운용성** — 엔지니어링 팀이 애플리케이션 요구사항에 가장 적정한 모델을 찾기 위해 실험하는 과정에서 모델을 자유롭게 교체할 수 있습니다. 산업의 판도가 진화함에 따라 빠르게 적응하세요. LangChain의 추상화 계층을 통해 속도를 늦추지 않고 계속 전진할 수 있습니다.
- **빠른 프로토타이핑** — LangChain의 모듈식 컴포넌트 기반 아키텍처를 사용하여 LLM 애플리케이션을 빠르게 구축하고 반복 개선하세요. 처음부터 다시 구축하지 않고도 다양한 접근 방식과 워크플로우를 테스트하여 개발 주기를 가속화할 수 있습니다.
- **프로덕션 준비 완료 기능** — LangSmith와 같은 통합 기능을 통해 모니터링, 평가, 디버깅에 대한 기본 지원을 활용하여 안정적인 애플리케이션을 배포하세요. 검증된 패턴과 모범 사례를 사용하여 자신 있게 확장하세요.
- **활기찬 커뮤니티 및 에이전트 생태계** — 통합 기능, 템플릿, 커뮤니티 기여 컴포넌트로 이루어진 풍부한 생태계를 활용하세요. 활성 오픈소스 커뮤니티를 통해 지속적인 개선의 혜택을 누리고 최신 AI 개발 트렌드를 파악하세요.
- **유연한 추상화 계층** — 빠른 시작을 위한 고수준 체인부터 세밀한 제어를 위한 저수준 컴포넌트에 이르기까지, 요구사항에 맞는 추상화 수준에서 작업하세요. LangChain은 애플리케이션의 복잡성에 맞춰 함께 성장합니다.

---

## Resources

- [Documentation](https://docs.langchain.com/oss/python/langchain/overview) — 개념 개요 및 가이드
- [LangChain ecosystem overview](https://docs.langchain.com/oss/python/concepts/products) — LangChain, LangGraph, Deep Agents가 어우러지는 방식
- [API reference](https://reference.langchain.com/python) — 모든 공개 클래스, 함수, 타입에 대한 완전한 레퍼런스
- [Discussions](https://forum.langchain.com/c/oss-product-help-lc-and-lg/langchain/14) — 기술적 질문, 아이디어, 피드백을 위한 커뮤니티 포럼
- [LangChain Academy](https://academy.langchain.com/) — LangChain 팀이 직접 제작한 LangChain 라이브러리 및 제품에 대한 포괄적이고 무료인 강의
- [Contributing Guide](https://docs.langchain.com/oss/python/contributing/overview) — 기여하는 방법 및 초보자용 이슈(good first issues)를 찾는 방법
- [Code of Conduct](https://github.com/langchain-ai/langchain/?tab=coc-ov-file) — 커뮤니티 가이드라인 및 표준

langchain

langchain 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

langchain

langchain 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README