Rust용 LangChain: 조합 가능한 체인, 에이전트, 도구, 벡터 스토어를 활용해 LLM 기반 애플리케이션을 구축하는 라이브러리입니다.
tryAGI/LangChain
체인 조합, 벡터 검색, 문서 로더를 제공하는 .NET용 LangChain C# 구현체입니다.
- 스타
- 1,080
- 포크
- 147
- 열린 이슈
- 50
- 마지막 커밋
- 4일 전
어떤 프로젝트인가요?
LangChain .NET은 대규모 언어 모델을 기반으로 애플리케이션을 구축하기 위한 LangChain 프레임워크의 C# 포트입니다. 가능한 한 원본의 추상화를 따르므로 Python이나 JavaScript에서 LangChain을 사용해 본 개발자는 개념을 바로 대응해 이해할 수 있으며, .NET 생태계에 필요한 새로운 엔티티도 유연하게 수용합니다.
이 라이브러리는 모델 제공자 통합, 임베딩 모델, SQLite 같은 벡터 데이터베이스 커넥터, PDF 로더 같은 문서 로더를 제공합니다. 개발자는 문서를 불러와 임베딩을 저장하고, 질문과 유사한 문서를 검색한 뒤 LLM에 전달할 수 있습니다. 이 과정은 async 메서드를 직접 호출하거나, 파이프 스타일 구문으로 여러 단계를 체인으로 조합해 처리할 수 있습니다.
프로젝트는 MIT 라이선스로 제공되며 NuGet 패키지로 배포됩니다. 저장소에는 위키, 예제, 통합 테스트도 포함되어 있습니다.
핵심 기능
- 01검색, 프롬프트 템플릿 구성, LLM 호출을 파이프라인으로 연결하는 조합형 체인
- 02SQLite를 비롯한 벡터 데이터베이스 통합 및 임베딩 모델 지원
- 03설정 가능한 텍스트 분할 기능과 함께 PDF 및 URL에서 문서 로드
- 04체인 없이 직접 사용할 수 있는 async 메서드
- 05.NET 프로젝트에서 사용할 수 있도록 NuGet 패키지로 배포
활용 사례
- .NET 앱에서 자체 PDF 또는 문서 컬렉션을 대상으로 질의응답 기능 구축
- C#으로 검색 증강 생성 파이프라인 프로토타이핑
- Python의 LangChain 스타일 LLM 워크플로를 .NET 코드베이스로 포팅
빠른 시작
- 1
LangChain NuGet 패키지를 설치하세요
dotnet add package LangChain - 2
시작하는 방법은 wiki를 참고하세요
사용 전 알아둘 점
- 샘플 코드를 실행하려면 OpenAI와 같은 모델 제공업체의 API 키가 필요합니다.
토픽
자주 묻는 질문
- LangChain은(는) 무엇인가요?
- 체인 조합, 벡터 검색, 문서 로더를 제공하는 .NET용 LangChain C# 구현체입니다. LangChain .NET은 대규모 언어 모델을 기반으로 애플리케이션을 구축하기 위한 LangChain 프레임워크의 C# 포트입니다. 가능한 한 원본의 추상화를 따르므로 Python이나 JavaScript에서 LangChain을 사용해 본 개발자는 개념을 바로 대응해 이해할 수 있으며, .NET 생태계에 필요한 새로운 엔티티도 유연하게 수용합니다.
- 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 11월 2일입니다.
- LangChain은(는) 어디에 사용할 수 있나요?
- .NET 앱에서 자체 PDF 또는 문서 컬렉션을 대상으로 질의응답 기능 구축 C#으로 검색 증강 생성 파이프라인 프로토타이핑 Python의 LangChain 스타일 LLM 워크플로를 .NET 코드베이스로 포팅
- LangChain는 어떻게 설치하나요?
- LangChain NuGet 패키지를 설치하세요: dotnet add package LangChain 시작하는 방법은 wiki를 참고하세요
- LangChain은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/tryAGI/LangChain
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Python, .NET, Java에서 모델·플러그인·벡터 데이터베이스 연동을 통해 AI 에이전트와 멀티 에이전트 시스템을 구축하는 SDK입니다.
플러그인 방식으로 모델 제공자, RAG, 에이전트를 지원해 LLM 기반 앱을 만들 수 있는 LangChain의 Dart 및 Flutter 포트입니다.
문서를 Qdrant에 임베딩하고 시맨틱 및 하이브리드 검색을 수행해 LLM으로 답변하는 대화형 RAG 에이전트용 FastAPI 백엔드입니다.
LangChain과 RAG를 활용한 개인 지식 베이스 어시스턴트를 만들며 LLM 애플리케이션 개발을 배우는 중국어 튜토리얼입니다.
LLM과 벡터 데이터베이스를 활용해 비공개 데이터를 검색하고 추론하는 오픈소스 심층 리서치 도구입니다.