LangChat/langchat

어떤 프로젝트인가요?

핵심 기능

• 01OpenAI 호환 서비스와 Ollama를 포함한 여러 LLM 제공자를 통합 관리합니다.
• 02프롬프트, 지식 베이스, Skills, MCP 설정과 디버깅 UI를 갖춘 에이전트 빌더입니다.
• 03문서 파싱, 청킹, 인덱싱과 Pgvector 또는 Milvus 저장소를 지원하는 지식 베이스 RAG입니다.
• 04SSE 스트리밍을 지원하는 OpenAI 호환 Chat Completions API입니다.
• 05연결된 데이터 소스에서 자연어로 데이터를 분석하고 결과와 차트를 생성합니다.
• 06사용자, 역할, 메뉴, 동적 라우트를 관리하는 RBAC입니다.

활용 사례

• Spring Boot 기반의 내부 AI 어시스턴트를 구축하는 Java 팀.
• 회사 지식 베이스를 대상으로 문서 질의응답 기능을 추가하는 경우.
• 기존 클라이언트가 사용할 수 있도록 OpenAI 호환 API로 에이전트를 제공하는 경우.
• 비즈니스 사용자가 차트와 함께 자연어로 데이터베이스를 조회하도록 지원하는 경우.

빠른 시작

1. 1

   저장소를 클론합니다(next 브랜치).

   git clone -b next https://github.com/langchat/langchat.git
2. 2

   langchat-ui에서 프런트엔드 종속성을 설치합니다.

   pnpm install
3. 3

   로컬 설정 예제를 복사하고 데이터베이스 설정을 입력합니다.

   cp langchat-server/src/main/resources/application-local.example.yml langchat-server/src/main/resources/application-local.yml
4. 4

   프로젝트를 시작합니다.

   SPRING_PROFILES_ACTIVE=local ./langchat.sh

사용 전 알아둘 점

• !실행하려면 JDK 17+, Maven 3.9+, Node.js 22.22+, pnpm 10.32+ 및 MySQL 8+가 필요합니다.
• !오픈 소스 에디션은 상용 LangChat Agentic 에디션보다 기능이 적습니다.
• !개발은 next 브랜치에서 진행되며, 풀 리퀘스트의 기준이 됩니다.

토픽

자주 묻는 질문

langchat은(는) 무엇인가요?

Java, LangChain4j, Spring Boot, Vue 3 기반의 오픈소스 AI 에이전트 애플리케이션 플랫폼으로, 모델, 에이전트, RAG, Skills, MCP, text-to-SQL 분석을 지원합니다. LangChat은 Java와 Vue 스택에서 LLM 기반 앱을 구축하고 실행하기 위한 모듈형 AI 에이전트 애플리케이션 플랫폼입니다. OpenAI, Azure OpenAI, Anthropic, Gemini, DeepSeek, Qwen, Zhipu, Ollama 등 다양한 모델 제공자를 하나의 설정 계층으로 연결하며, 시스템 프롬프트, 지식 베이스, Skills, MCP 서비스를 조합해 에이전트를 구성할 수 있습니다.

langchat은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

langchat은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

langchat은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. langchat의 마지막 커밋은 2026년 9월 27일입니다.

langchat은(는) 어디에 사용할 수 있나요?

Spring Boot 기반의 내부 AI 어시스턴트를 구축하는 Java 팀. 회사 지식 베이스를 대상으로 문서 질의응답 기능을 추가하는 경우. 기존 클라이언트가 사용할 수 있도록 OpenAI 호환 API로 에이전트를 제공하는 경우. 비즈니스 사용자가 차트와 함께 자연어로 데이터베이스를 조회하도록 지원하는 경우.

langchat는 어떻게 설치하나요?

저장소를 클론합니다(next 브랜치).: git clone -b next https://github.com/langchat/langchat.git langchat-ui에서 프런트엔드 종속성을 설치합니다.: pnpm install 로컬 설정 예제를 복사하고 데이터베이스 설정을 입력합니다.: cp langchat-server/src/main/resources/application-local.example.yml langchat-server/src/main/resources/application-local.yml 프로젝트를 시작합니다.: SPRING_PROFILES_ACTIVE=local ./langchat.sh

langchat은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/LangChat/langchat