汎用LLM・AI開発⭐ リポ 329品質スコア 90/100
langchain
事前構築されたアーキテクチャと統合機能を使用して、あらゆるモデルやツール向けのエージェントを構築できます。ツール呼び出し機能を持つエージェントの作成、モデルプロバイダーの切り替え、構造化出力の追加が必要な場合に活用してください。
description の原文を見る
Build agents with a prebuilt architecture and integrations for any model or tool. Use when creating tool-calling agents, switching model providers, or adding structured output.
SKILL.md 本文
LangChain
LangChainはオープンソースのフレームワークで、事前構築されたエージェントアーキテクチャと、あらゆるモデルやツール向けのインテグレーションを備えています。OpenAI、Anthropic、Googleなど数百のプロバイダーのインテグレーションを使って、10行以下のコードでエージェントとLLM駆動のアプリケーションを構築できます。
使用する場合
次の場合にLangChainを使用してください:
- ツール呼び出しエージェントを構築する(
create_agent()と事前構築されたエージェントループを使用) - モデルプロバイダーを切り替える(
init_chat_model()経由でアプリケーションコードを変更しない) - 構造化出力を追加する(LLMレスポンスを型付きオブジェクトにパースする)
- あらゆるモデルやツールと統合する(LangChainのプロバイダーパッケージを使用)
- ミドルウェアを使用する(レート制限やキャッシングなどの横断的関心事に対応)
使用しない場合
- カスタム制御フローを使った複雑なマルチステップワークフローの場合は、代わりにLangGraphを使用してください
- 計画、サブエージェント、コンテキスト管理を備えたオールインワンエージェントの場合は、代わりにDeep Agentsを使用してください
- LangChainはコアビルディングブロックを提供します。LangGraphはオーケストレーションを追加します。Deep Agentsはその上に高度な機能を追加します
インストール
# Python
pip install -U langchain
# JavaScript/TypeScript
npm install langchain @langchain/core
プロバイダーインテグレーションをインストール:
# Python
pip install -U langchain-openai # or langchain-anthropic, langchain-google-genai
# JavaScript/TypeScript
npm install @langchain/openai # or @langchain/anthropic, @langchain/google-genai
クイックリファレンス
エージェントを作成する
from langchain.agents import create_agent
def get_weather(city: str) -> str:
"""Get weather for a given city."""
return f"It's always sunny in {city}!"
agent = create_agent(
model="openai:gpt-5.4",
tools=[get_weather],
system_prompt="You are a helpful assistant",
)
result = agent.invoke(
{"messages": [{"role": "user", "content": "What is the weather in SF?"}]}
)
チャットモデルを初期化する
from langchain.chat_models import init_chat_model
# Switch providers by changing the string
model = init_chat_model("openai:gpt-5.4")
model = init_chat_model("anthropic:claude-opus-4-6")
model = init_chat_model("google_genai:gemini-2.5-flash-lite")
ツールを定義する
from langchain.tools import tool
@tool
def search(query: str) -> str:
"""Search the web for information."""
return "search results"
注意点
- スネークケースのツール名—ツール関数名は有効なPython識別子である必要があります。
get-weatherではなくget_weatherを使用してください。 - 予約されたパラメータ—ツールパラメータに
type、name、descriptionという名前を付けないでください。ツールスキーマと競合します。 - プロバイダーパッケージ—モデルは個別のパッケージ(例:
langchain-openai)に存在します。ベースのlangchainパッケージにはプロバイダーは含まれていません。 - モデル文字列フォーマット—
init_chat_model()で"provider:model-name"形式を使用してください(例:"openai:gpt-5.4")。
主要なドキュメント
- Overview—LangChainとは何か、そして始め方
- Quickstart—初めてのエージェントを構築する
- Agents—事前構築されたエージェントアーキテクチャ
- Models—チャットモデルとプロバイダーインテグレーション
- Tools—ツールを定義して使用する
- Structured output—LLMレスポンスを型付きオブジェクトにパースする
- MCP integration—Model Context Protocolサーバーをツールとして使用する
APIリファレンス
SDKクラスとメソッドの詳細については、LangChain API Referenceサイトを使用してください:
- ブラウズ:
https://reference.langchain.com/python/langchain-core - MCPサーバー:
https://reference.langchain.com/mcp
関連スキル
- langgraph—ステートフルで耐久的なエージェントワークフロー向けの低レベルオーケストレーション
- deep-agents—LangChainの上に構築されたオールインワンエージェントハーネス
- langsmith—LangChainエージェントをトレース、評価、デプロイする
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- langchain-ai
- リポジトリ
- langchain-ai/docs
- ライセンス
- MIT
- 最終更新
- 2026/5/12
Source: https://github.com/langchain-ai/docs / ライセンス: MIT