LangChain v1.0이 출시되었습니다!전체 변경 사항 목록과 코드 업그레이드 방법은 릴리스 노트와 마이그레이션 가이드를 참조하세요.문제가 발생하거나 피드백이 있으시면 이슈를 등록해 주시면 개선하겠습니다. v0.x 문서를 보려면 아카이브 사이트로 이동하세요.
LangChain은 LLM 기반 에이전트와 애플리케이션을 구축하는 가장 쉬운 방법입니다. 10줄 미만의 코드로 OpenAI, Anthropic, Google 및 기타 제공업체에 연결할 수 있습니다. LangChain은 사전 구축된 에이전트 아키텍처와 모델 통합을 제공하여 빠르게 시작하고 LLM을 에이전트 및 애플리케이션에 원활하게 통합할 수 있도록 도와줍니다. 에이전트와 자율 애플리케이션을 빠르게 구축하려면 LangChain을 사용하는 것이 좋습니다. 결정론적 워크플로우와 에이전트 워크플로우의 조합, 높은 수준의 커스터마이징, 신중하게 제어되는 지연 시간이 필요한 고급 요구 사항이 있는 경우 저수준 에이전트 오케스트레이션 프레임워크 및 런타임인 LangGraph를 사용하세요. LangChain agents는 지속 가능한 실행, 스트리밍, human-in-the-loop, 영속성 등을 제공하기 위해 LangGraph 위에 구축되었습니다. 기본적인 LangChain 에이전트 사용을 위해 LangGraph를 알 필요는 없습니다.

​
설치

pip install -U langchain

​
에이전트 생성

# pip install -qU "langchain[anthropic]" to call the model

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="anthropic:claude-sonnet-4-5",
    tools=[get_weather],
    system_prompt="You are a helpful assistant",
)

# Run the agent
agent.invoke(
    {"messages": [{"role": "user", "content": "what is the weather in sf"}]}
)

​
핵심 이점

표준 모델 인터페이스

각 제공업체는 응답 형식을 포함하여 모델과 상호 작용하기 위한 고유한 API를 가지고 있습니다. LangChain은 모델과 상호 작용하는 방식을 표준화하여 제공업체를 원활하게 교체하고 종속성을 피할 수 있도록 합니다.

사용하기 쉽고 매우 유연한 에이전트

LangChain의 에이전트 추상화는 시작하기 쉽도록 설계되어 10줄 미만의 코드로 간단한 에이전트를 구축할 수 있습니다. 또한 원하는 모든 컨텍스트 엔지니어링을 수행할 수 있는 충분한 유연성을 제공합니다.

LangGraph 위에 구축됨

LangChain의 에이전트는 LangGraph 위에 구축되었습니다. 이를 통해 LangGraph의 지속 가능한 실행, human-in-the-loop 지원, 영속성 등을 활용할 수 있습니다.

LangSmith로 디버그

실행 경로를 추적하고, 상태 전환을 캡처하며, 상세한 런타임 메트릭을 제공하는 시각화 도구를 통해 복잡한 에이전트 동작에 대한 깊은 가시성을 확보하세요.
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I