説明
LangChain のこのクイックスタートガイドは、機能的な AI エージェントを迅速に構築するための実践的なアプローチを提供します。まず、LangChain や deepagents を含む必要な依存関係の概要を示し、uv を使用したインストールプロセスをユーザーに案内します。エージェントの機能に不可欠なこのガイドでは、OpenAI、Google Gemini、Claude (Anthropic)、OpenRouter、Fireworks、Baseten、Ollama、Azure、AWS Bedrock、HuggingFace など、幅広いサポートされているモデルプロバイダーの API キーを設定する方法を詳しく説明します。
次に、ガイドでは質問に答えたりツールを使用したりできる基本的なエージェントの作成手順を説明します。これは、天気機能を含む簡単な例で示されており、エージェントが提供されたコンテキストを使用して関連ツールを呼び出す方法をデモンストレーションします。ユーザーは、モデル名を変更し、対応する API キーを設定することで、モデルプロバイダーを簡単に切り替えることができます。
より複雑なアプリケーションのために、クイックスタートでは実用的なリサーチエージェントの構築を紹介します。このセクションでは、エージェントの動作を強化するための詳細なシステムプロンプト、外部データソースと統合するツール（URL からテキストを取得するなど）の作成、一貫した応答のためのモデルの構成、チャットのような対話のための会話メモリの実装といった高度な概念を探ります。また、LangChain エージェントと deep agents の違いも強調しており、deep agents は最小限の設定で計画やサブエージェントなどの組み込み機能を提供します。
さらに、このガイドでは、特に複雑なアプリケーションでエージェントの動作を検査するために、LangSmith を使用してエージェントの呼び出しをトレースすることの重要性を強調しています。トレースのロギングのために LangSmith を設定する手順を提供し、監視と問題検出のために LangSmith Engine を推奨しています。クイックスタートは、エージェントのデプロイと他のツールやプラットフォームとの統合のための次のステップを概説して終了します。
LangChain クイックスタートの主要機能
AI エージェントを迅速に構築
複数の LLM プロバイダーとの統合
エージェントの対話のためのカスタムツールの作成
会話メモリの実装
エージェント実行のトレースに LangSmith を利用
LangChain エージェントと deep agents の両方のサポート
詳細なシステムプロンプト構成
基本および高度なエージェントのサンプルコード
さまざまなサービスのための API キー管理
uv による依存関係管理
LangChain クイックスタートをはじめる
依存関係のインストール: uv を使用して langchain と deepagents をインストールします。
API キーの設定: 選択したモデルプロバイダーの API キーを取得してエクスポートします。
基本エージェントの構築: モデル、ツール、システムプロンプトを持つシンプルなエージェントを定義します。
実用的なエージェントの構築: データ取得やメモリなどの高度な機能を持つエージェントを作成します。
モデルの構成: 温度やタイムアウトなどの特定のパラメーターでチャットモデルを初期化します。
メモリの追加: InMemorySaver または永続的なチェックポインターを使用してメモリを実装します。
エージェント呼び出しのトレース: LangSmith の環境変数を設定し、スクリプトを実行してトレースをログに記録します。
LangChain クイックスタートの使用例
- 基本エージェントの構築
- リサーチエージェントの開発
- LLM との統合
- 会話型 AI の実装
- ツールの使用
- エージェントのデバッグ
- 高度なエージェント機能
