langchain-ai/deep_research_from_scratch

어떤 프로젝트인가요?

핵심 기능

• 01범위 설정, 도구 활용 에이전트, MCP 통합, supervisor 패턴, 전체 파이프라인을 다루는 단계별 노트북 5개
• 02범위 명확화 및 리서치 질문 생성을 위한 Pydantic 스키마 기반 구조화 출력
• 03asyncio를 사용해 supervisor 노드가 조정하는 병렬 리서치 하위 에이전트
• 04Tavily를 통한 웹 검색 및 검색 결과 요약
• 05OpenAI 및 Anthropic API 키를 통한 모델 제공자 설정

활용 사례

• LangGraph로 여러 단계로 구성된 리서치 에이전트를 만드는 방법 학습
• supervisor 및 병렬 하위 에이전트 패턴의 실제 작동 방식 이해
• LLM 기반 리서치 워크플로에 MCP 서버를 도구로 추가
• 맞춤형 심층 리서치 애플리케이션의 출발점으로 노트북 활용

빠른 시작

1. 1

   npx가 포함된 Node.js와 Python 3.11 이상을 설치합니다

2. 2

   패키지 관리자 uv를 설치합니다

3. 3

   저장소를 클론합니다

   git clone https://github.com/langchain-ai/deep_research_from_scratch
4. 4

   uv로 종속성을 설치합니다

   uv sync

사용 전 알아둘 점

• !Tavily 및 OpenAI 또는 Anthropic과 같은 검색·모델 제공업체의 API 키가 필요합니다.
• !이 저장소는 노트북으로 구성된 튜토리얼이며, 바로 실행할 수 있도록 패키징된 리서치 도구가 아닙니다.

포함된 컬렉션

토픽

자주 묻는 질문

deep_research_from_scratch은(는) 무엇인가요?

LangGraph 기반 심층 리서치 에이전트를 처음부터 만드는 과정을 안내하는 Jupyter 노트북 5개로 구성된 튜토리얼 저장소입니다. 심층 리서치 에이전트는 사용자의 요청을 받아 범위를 명확히 하고, 여러 출처를 검색한 뒤, 종합적인 보고서를 작성합니다. 이 프로젝트는 완성된 제품을 소개하는 대신 LangGraph를 오케스트레이션 계층으로 사용해 이런 시스템을 구축하는 방법을 알려줍니다.

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

deep_research_from_scratch은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

deep_research_from_scratch은(는) 아직 유지보수되고 있나요?

6개월 이내 업데이트. deep_research_from_scratch의 마지막 커밋은 2026년 8월 11일입니다.

deep_research_from_scratch은(는) 어디에 사용할 수 있나요?

LangGraph로 여러 단계로 구성된 리서치 에이전트를 만드는 방법 학습 supervisor 및 병렬 하위 에이전트 패턴의 실제 작동 방식 이해 LLM 기반 리서치 워크플로에 MCP 서버를 도구로 추가 맞춤형 심층 리서치 애플리케이션의 출발점으로 노트북 활용

deep_research_from_scratch는 어떻게 설치하나요?

npx가 포함된 Node.js와 Python 3.11 이상을 설치합니다 패키지 관리자 uv를 설치합니다 저장소를 클론합니다: git clone https://github.com/langchain-ai/deep_research_from_scratch uv로 종속성을 설치합니다: uv sync

deep_research_from_scratch은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/langchain-ai/deep_research_from_scratch