OllamaまたはLM Studio経由でLLMを実行し、検索・要約・不足情報の振り返りを繰り返す、完全ローカル動作のWebリサーチアシスタント。
langchain-ai/data-enrichment
Web上のトピックを調査し、結果をユーザー定義のJSONスキーマに沿って埋めるLLMエージェント向けのLangGraph Studioテンプレート。
- スター
- 258
- フォーク
- 62
- 未解決の Issue
- 15
- 最終コミット
- 15 時間前
これは何?
このテンプレートは、データエンリッチメント用のすぐに実行できるLangGraphエージェントを提供します。調査トピックとJSONスキーマを渡すと、エージェントがWebを検索して関連ページを読み、情報を抽出し、指定された構造に整理します。出力をデータベースのテーブルやスプレッドシートに入力したい一方で、元となる情報は自由形式のWeb調査で集める必要がある場合に便利です。
エージェントのグラフはsrc/enrichment_agent/graph.pyで定義され、LangGraph Studioで実行されます。Studioでは、トピックとextraction_schemaを指定し、設定からモデルやプロンプトを調整したうえで、過去の状態から再実行できます。Web検索にはTavilyを使用します。モデルはデフォルトでAnthropic Claude 3.5 Sonnetですが、provider/model-name設定でOpenAIのチャットモデルも選択できます。
コードは拡張しやすい構成です。tools.pyに通常のPython関数として新しいツールを追加でき、グラフにもステップを追加できます。また、このリポジトリにはLangGraph API経由でグラフを呼び出す方法を示すノートブックも含まれています。
主な機能
- 01調査トピックとJSONスキーマから、スキーマに準拠した構造化データを生成します。
- 02TavilyでWebを検索し、読み込んだページから情報を抽出します。
- 03ホットリロードと、過去の状態から再実行できる機能を備えたLangGraph Studioで動作します。
- 04設定からチャットモデルを選択し、プロンプトをカスタマイズできます。
- 05通常のPython関数としてカスタムツールを追加したり、グラフにステップを追加したりできます。
ユースケース
- 営業や市場調査用データベースに登録する、属性付きの企業・ベンダー一覧を作成する。
- 公開Webソースから集めた情報をスプレッドシートの行に入力する。
- 決まったJSON形式でデータを返す調査エージェントのプロトタイプを作成する。
クイックスタート
- 1
サンプルから.envファイルを作成します
cp .env.example .env - 2
Tavily APIキーとモデルプロバイダーのキー(AnthropicまたはOpenAI)を.envファイルに追加します
- 3
LangGraph Studioでフォルダーを開き、topicとextraction_schemaを入力します
使う前に知っておきたいこと
- 有料またはアカウント登録が必要なTavily APIキーと、モデルプロバイダーのAPIキー(AnthropicまたはOpenAI)が必要です。
- セットアップにはLangGraph Studioが必要です。別途インストールしてください。
トピック
よくある質問
- data-enrichment とは?
- Web上のトピックを調査し、結果をユーザー定義のJSONスキーマに沿って埋めるLLMエージェント向けのLangGraph Studioテンプレート。 このテンプレートは、データエンリッチメント用のすぐに実行できるLangGraphエージェントを提供します。調査トピックとJSONスキーマを渡すと、エージェントがWebを検索して関連ページを読み、情報を抽出し、指定された構造に整理します。出力をデータベースのテーブルやスプレッドシートに入力したい一方で、元となる情報は自由形式のWeb調査で集める必要がある場合に便利です。
- data-enrichment は無料で使えますか?ライセンスは?
- data-enrichment は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- data-enrichment は今もメンテナンスされていますか?
- 活発にメンテナンス中。data-enrichment の最終コミットは 2026年11月7日 です。
- data-enrichment は何に使えますか?
- 営業や市場調査用データベースに登録する、属性付きの企業・ベンダー一覧を作成する。 公開Webソースから集めた情報をスプレッドシートの行に入力する。 決まったJSON形式でデータを返す調査エージェントのプロトタイプを作成する。
- data-enrichment のインストール方法は?
- サンプルから.envファイルを作成します: cp .env.example .env Tavily APIキーとモデルプロバイダーのキー(AnthropicまたはOpenAI)を.envファイルに追加します LangGraph Studioでフォルダーを開き、topicとextraction_schemaを入力します
- data-enrichment はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/langchain-ai/data-enrichment
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
PythonとTypeScriptから、プロンプトや構造化出力、ツール利用向けのデコレーターを使って、あらゆる最先端LLMを統一インターフェースで呼び出せるツールキット。
アップロードした文書とチャットし、Excalidrawキャンバスで編集可能なアーキテクチャ図を作成・改善できるローカルファーストのWebワークスペース。
DeepSeekが開発するオープンソースのオフライン推論フレームワーク。NVIDIA SM100とHuawei Ascend 950でDeepSeek-V4.1-Flashを実行できます。
モデル、Webフロントエンド、CLI、音声、永続化されたバックグラウンド処理に対応する、型付きエージェント構築用Python AI SDK。
BAMLは、型付き関数とRust製コンパイラを備え、TypeScript、Python、Goなどから呼び出せる、AIエージェント構築向けのプログラミング言語です。