Python과 TypeScript로 생성형 AI 애플리케이션을 만드는 기초를 가르치는 Microsoft의 21개 강의 과정입니다.
langchain-ai/langchain
모델, 임베딩, 벡터 저장소와 서드파티 통합을 위한 표준 인터페이스를 제공하는 LLM 기반 애플리케이션 및 에이전트 구축용 Python 프레임워크입니다.
- 스타
- 148,120
- 포크
- 24,859
- 열린 이슈
- 674
- 마지막 커밋
- 8시간 전
어떤 프로젝트인가요?
LangChain은 에이전트와 LLM 기반 애플리케이션을 구축하기 위한 프레임워크입니다. 서로 호환되는 구성 요소와 서드파티 통합을 연결해 사용할 수 있어, 기반 모델이나 제공업체가 바뀔 때마다 애플리케이션 코드를 다시 작성하지 않아도 됩니다.
핵심 기능은 채팅 모델, 임베딩 모델, 벡터 저장소, 리트리버와 도구를 위한 표준 인터페이스입니다. init_chat_model 같은 단일 헬퍼로 모델을 초기화하므로 OpenAI, Anthropic, Google Gemini 같은 제공업체 간 전환에도 코드 변경을 최소화할 수 있습니다. 다양한 모델 제공업체 및 데이터 소스와의 통합은 생태계의 일부로 유지 관리됩니다.
LangChain은 같은 생태계의 관련 프로젝트와 함께 사용할 수 있습니다. LangGraph는 더 세밀하게 제어할 수 있는 저수준 에이전트 오케스트레이션을, Deep Agents는 계획 수립과 하위 에이전트 기능이 내장된 에이전트를, LangSmith는 평가, 관측 가능성 및 디버깅을 제공합니다. TypeScript 대응 프로젝트인 LangChain.js는 별도로 유지 관리됩니다.
핵심 기능
- 01채팅 모델, 임베딩, 벡터 저장소, 리트리버와 도구를 위한 표준 인터페이스를 제공합니다.
- 02OpenAI, Anthropic, Gemini 등 여러 제공업체의 모델을 한 번의 호출로 초기화할 수 있습니다.
- 03모델 제공업체, 도구 및 데이터 소스와 연동하는 방대한 서드파티 통합 라이브러리를 제공합니다.
- 04빠른 시작을 위한 고수준 구성 요소부터 저수준 제어까지 여러 단계의 추상화를 지원합니다.
- 05오케스트레이션 및 관측 가능성 기능을 위해 LangGraph, Deep Agents, LangSmith와 함께 사용할 수 있습니다.
활용 사례
- 비공개 문서를 바탕으로 질문에 답하는 검색 증강 생성(RAG) 앱을 구축합니다.
- 애플리케이션 코드를 다시 작성하지 않고 모델 제공업체를 바꿔 가며 LLM 기능을 프로토타이핑합니다.
- 외부 API나 내부 시스템을 호출하는 도구 사용 에이전트를 만듭니다.
- 일관된 인터페이스를 유지하면서 Python 백엔드에 LLM 기능을 추가합니다.
빠른 시작
- 1
uv로 LangChain 설치하기
uv add langchain - 2
채팅 모델을 초기화하고 호출하기(먼저 해당 제공업체의 API 키를 설정하세요)
python -c "from langchain.chat_models import init_chat_model; model = init_chat_model('openai:gpt-5.5'); print(model.invoke('Hello, world!'))"
사용 전 알아둘 점
- 대부분의 모델을 호출하려면 모델 제공업체의 유료 API 키가 필요합니다.
토픽
자주 묻는 질문
- langchain은(는) 무엇인가요?
- 모델, 임베딩, 벡터 저장소와 서드파티 통합을 위한 표준 인터페이스를 제공하는 LLM 기반 애플리케이션 및 에이전트 구축용 Python 프레임워크입니다. LangChain은 에이전트와 LLM 기반 애플리케이션을 구축하기 위한 프레임워크입니다. 서로 호환되는 구성 요소와 서드파티 통합을 연결해 사용할 수 있어, 기반 모델이나 제공업체가 바뀔 때마다 애플리케이션 코드를 다시 작성하지 않아도 됩니다.
- langchain은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- langchain은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- langchain은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. langchain의 마지막 커밋은 2026년 10월 20일입니다.
- langchain은(는) 어디에 사용할 수 있나요?
- 비공개 문서를 바탕으로 질문에 답하는 검색 증강 생성(RAG) 앱을 구축합니다. 애플리케이션 코드를 다시 작성하지 않고 모델 제공업체를 바꿔 가며 LLM 기능을 프로토타이핑합니다. 외부 API나 내부 시스템을 호출하는 도구 사용 에이전트를 만듭니다. 일관된 인터페이스를 유지하면서 Python 백엔드에 LLM 기능을 추가합니다.
- langchain는 어떻게 설치하나요?
- uv로 LangChain 설치하기: uv add langchain 채팅 모델을 초기화하고 호출하기(먼저 해당 제공업체의 API 키를 설정하세요): python -c "from langchain.chat_models import init_chat_model; model = init_chat_model('openai:gpt-5.5'); print(model.invoke('Hello, world!'))"
- langchain은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/langchain-ai/langchain
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
AI 에이전트와 워크플로를 시각적으로 구축하고 테스트·배포하며, API와 MCP 서버로 바로 노출할 수 있는 플랫폼입니다.
도구, 핸드오프, 가드레일, 세션, 트레이싱을 활용해 멀티 에이전트 워크플로를 구축하는 경량 Python 프레임워크로, OpenAI와 100개 이상의 LLM을 제공자에 구애받지 않고 지원합니다.
조사, 계획, 코딩 및 작업 실행이 가능한 자율 AI 에이전트를 구축하는 Python 프레임워크로, 메모리, RAG와 100개 이상의 LLM 제공업체를 지원합니다.
프롬프트에 `ulw` 또는 `mass ulw`라는 키워드 하나를 넣으면 계획을 세우고 여러 모델에 작업을 분담한 뒤 결과를 검증하는 TypeScript 코딩 에이전트 CLI입니다.
역할 기반 자율 AI 에이전트(Crews)와 이벤트 기반 워크플로(Flows)를 오케스트레이션하는 오픈 소스 Python 프레임워크입니다.