임베딩 데이터베이스를 기반으로 시맨틱 검색, RAG, LLM 오케스트레이션과 언어 모델 워크플로를 지원하는 올인원 Python AI 프레임워크입니다.
patterns-ai-core/langchainrb
다양한 LLM 제공업체, 벡터 데이터베이스, RAG 파이프라인과 어시스턴트를 위한 통합 인터페이스를 제공하는 LLM 기반 애플리케이션 개발용 Ruby 라이브러리입니다.
- 스타
- 2,008
- 포크
- 270
- 열린 이슈
- 88
- 마지막 커밋
- 16일 전
어떤 프로젝트인가요?
Langchain.rb는 대규모 언어 모델을 기반으로 애플리케이션을 개발할 수 있는 Ruby gem입니다. OpenAI, Anthropic, Google Gemini, Mistral AI, Ollama, AWS Bedrock 등의 제공업체를 하나의 인터페이스로 호출할 수 있어, 백엔드를 바꾸려면 대부분 인스턴스화하는 클래스만 변경하면 됩니다.
이 라이브러리는 LLM 앱의 일반적인 구성 요소를 제공합니다. 프롬프트 템플릿, 모델의 텍스트 출력을 구조화된 JSON으로 변환하는 출력 파서, 그리고 Chroma, Pinecone, Pgvector, Qdrant, Weaviate, Milvus, Elasticsearch 등 다양한 벡터 검색 데이터베이스를 활용하는 검색 증강 생성(RAG)을 지원합니다. PDF, DOCX, CSV, XLSX 등의 파일을 불러와 색인할 수도 있습니다.
에이전트 방식의 사용 사례에서는 Assistant 클래스가 LLM과 계산기, SQL 데이터베이스 접근, 웹 검색, 파일 시스템 도구 등의 도구를 결합하며, 사용자 지정 도구도 지원합니다. RAGAS 기반 평가 모듈은 RAG 파이프라인의 충실도, 컨텍스트 관련성, 답변 관련성을 점수로 평가합니다. 각 통합에는 선택 사항인 gem이 필요하므로 애플리케이션은 실제로 사용하는 항목만 가져오면 됩니다.
핵심 기능
- 01임베딩, 완성, 채팅을 포함한 여러 LLM 제공업체용 통합 인터페이스
- 02Chroma, Qdrant, Pgvector 등을 비롯한 8개 벡터 데이터베이스와의 검색 통합
- 03자동 수정 기능으로 구조화된 JSON을 생성하는 프롬프트 템플릿 및 출력 파서
- 04기본 제공 도구와 사용자 지정 도구 및 스트리밍을 지원하는 Assistant 클래스
- 05RAGAS 스타일의 충실도 및 관련성 점수를 활용한 RAG 평가
활용 사례
- RAG를 활용해 Rails 또는 Ruby 앱에 사내 문서 기반 질의응답 기능 추가
- 검색이나 데이터베이스 같은 도구를 호출하는 채팅 어시스턴트 개발
- 애플리케이션 코드를 다시 작성하지 않고 LLM 제공업체 전환
- Ruby에서 검색 파이프라인의 품질 평가
빠른 시작
- 1
Bundler를 사용해 Gemfile에 gem을 추가합니다
bundle add langchainrb - 2
또는 Bundler 없이 gem을 직접 설치합니다
gem install langchainrb - 3
Ruby 코드에서 라이브러리를 require합니다
사용 전 알아둘 점
- 코어 gem 외에 추가 gem이 필요할 수 있으며, 추가 gem은 기본적으로 포함되지 않습니다.
- 대부분의 LLM 및 벡터 데이터베이스 연동에는 제공업체의 API 키나 별도의 서비스가 필요합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- langchainrb은(는) 무엇인가요?
- 다양한 LLM 제공업체, 벡터 데이터베이스, RAG 파이프라인과 어시스턴트를 위한 통합 인터페이스를 제공하는 LLM 기반 애플리케이션 개발용 Ruby 라이브러리입니다. Langchain.rb는 대규모 언어 모델을 기반으로 애플리케이션을 개발할 수 있는 Ruby gem입니다. OpenAI, Anthropic, Google Gemini, Mistral AI, Ollama, AWS Bedrock 등의 제공업체를 하나의 인터페이스로 호출할 수 있어, 백엔드를 바꾸려면 대부분 인스턴스화하는 클래스만 변경하면 됩니다.
- langchainrb은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- langchainrb은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- langchainrb은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. langchainrb의 마지막 커밋은 2026년 10월 21일입니다.
- langchainrb은(는) 어디에 사용할 수 있나요?
- RAG를 활용해 Rails 또는 Ruby 앱에 사내 문서 기반 질의응답 기능 추가 검색이나 데이터베이스 같은 도구를 호출하는 채팅 어시스턴트 개발 애플리케이션 코드를 다시 작성하지 않고 LLM 제공업체 전환 Ruby에서 검색 파이프라인의 품질 평가
- langchainrb는 어떻게 설치하나요?
- Bundler를 사용해 Gemfile에 gem을 추가합니다: bundle add langchainrb 또는 Bundler 없이 gem을 직접 설치합니다: gem install langchainrb Ruby 코드에서 라이브러리를 require합니다
- langchainrb은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/patterns-ai-core/langchainrb
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
로컬 LLM과 클라우드 API 없이 JavaScript로 RAG를 처음부터 구현하는 단계별 학습 프로젝트입니다.
자연어로 목표를 설명하고 표 형식 데이터셋을 제공하면 멀티 에이전트 워크플로로 머신러닝 모델을 만듭니다.
수집 단계에서 가치가 낮은 콘텐츠를 걸러 내고 Markdown 기반 저장소에서 설정 가능한 검색을 제공하는 로컬 우선 AI 에이전트 메모리용 Rust 라이브러리입니다.
AI 앱을 위한 오픈 소스 임베딩 데이터베이스로, 문서와 벡터를 저장해 시맨틱·하이브리드·전체 텍스트 검색을 지원합니다.
RAG, 벡터 검색, 에이전트, 평가 및 모니터링을 활용해 LLM 애플리케이션을 만드는 무료 오픈소스 10주 온라인 강좌입니다.