LangChain ローカル開発ループ

概要

テスト、デバッグ、ホットリロード機能を備えた LangChain アプリケーション向けの迅速なローカル開発ワークフローを構成します。

前提条件

• langchain-install-auth のセットアップが完了していること
• Python 3.9 以上と仮想環境
• pytest および関連テストツール
• Python に対応した IDE（VS Code を推奨）

手順

ステップ 1: プロジェクト構造のセットアップ

my-langchain-app/
├── src/
│   ├── __init__.py
│   ├── chains/
│   │   └── __init__.py
│   ├── agents/
│   │   └── __init__.py
│   └── prompts/
│       └── __init__.py
├── tests/
│   ├── __init__.py
│   ├── conftest.py
│   └── test_chains.py
├── .env
├── .env.example
├── pyproject.toml
└── README.md

ステップ 2: テスト設定

# tests/conftest.py
import pytest
from unittest.mock import MagicMock
from langchain_core.messages import AIMessage

@pytest.fixture
def mock_llm():
    """Mock LLM for unit tests without API calls."""
    mock = MagicMock()
    mock.invoke.return_value = AIMessage(content="Mocked response")
    return mock

@pytest.fixture
def sample_prompt():
    """Sample prompt for testing."""
    from langchain_core.prompts import ChatPromptTemplate
    return ChatPromptTemplate.from_template("Test: {input}")

ステップ 3: テストファイルの作成

# tests/test_chains.py
def test_chain_construction(mock_llm, sample_prompt):
    """Test that chain can be constructed."""
    from langchain_core.output_parsers import StrOutputParser

    chain = sample_prompt | mock_llm | StrOutputParser()
    assert chain is not None

def test_chain_invoke(mock_llm, sample_prompt):
    """Test chain invocation with mock."""
    from langchain_core.output_parsers import StrOutputParser

    chain = sample_prompt | mock_llm | StrOutputParser()
    result = chain.invoke({"input": "test"})
    assert result == "Mocked response"

ステップ 4: 開発ツールのセットアップ

# pyproject.toml
[project]
name = "my-langchain-app"
version = "0.1.0"
requires-python = ">=3.9"
dependencies = [
    "langchain>=0.3.0",
    "langchain-openai>=0.2.0",
    "python-dotenv>=1.0.0",
]

[project.optional-dependencies]
dev = [
    "pytest>=8.0.0",
    "pytest-asyncio>=0.23.0",
    "pytest-cov>=4.0.0",
    "ruff>=0.1.0",
    "mypy>=1.0.0",
]

[tool.pytest.ini_options]
asyncio_mode = "auto"
testpaths = ["tests"]

[tool.ruff]
line-length = 100

成果物

• 関心の分離を備えた整理されたプロジェクト構造
• LLM モッキング用フィクスチャを備えた pytest 設定
• 開発依存関係の構成
• 迅速な反復開発の準備完了

エラーハンドリング

エラー	原因	解決方法
Import Error	パッケージが見つからない	pip install -e ".[dev]" でインストール
Fixture Not Found	conftest.py の問題	conftest.py が tests/ ディレクトリにあることを確認
Async Test Error	マーカーが不足	@pytest.mark.asyncio デコレータを追加
環境変数がない	.env が読み込まれていない	python-dotenv を使用して load_dotenv() を実行

例

テストの実行

# すべてのテストを実行
pytest

# カバレッジ付きで実行
pytest --cov=src --cov-report=html

# 特定のテストを実行
pytest tests/test_chains.py::test_chain_invoke -v

# ウォッチモード（pytest-watch が必要）
ptw

統合テストの例

# tests/test_integration.py
import pytest
from dotenv import load_dotenv

load_dotenv()

@pytest.mark.integration
def test_real_llm_call():
    """Integration test with real LLM (requires API key)."""
    from langchain_openai import ChatOpenAI

    llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
    response = llm.invoke("Say 'test passed'")
    assert "test" in response.content.lower()

リソース

• pytest Documentation
• LangChain Testing Guide
• python-dotenv

次のステップ

本番対応のコードパターンについては、langchain-sdk-patterns に進みます。