#langchain リポジトリ
#langchainのタグが付いた、GitHub上の286件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は1,710,635個で、プロジェクトあたりの平均は5,981個です。このトピックをリードしているのは、197,344個のスターを獲得しているmicrosoft/markitdownです。
リポジトリ合計286件
オープンソースの長期的SuperAgentハーネスで、研究、コーディング、作成を行います。サンドボックス、メモリ、ツール、スキル、サブエージェント、メッセージゲートウェイの助けを借りて、数分から数時間かかるさまざまなレベルのタスクを処理します。
ツール出力、ログ、ファイル、RAGチャンクをLLMに到達する前に圧縮します。コーディングエージェントではトークンを20%削減、JSONでは60〜95%削減し、回答の質は維持します。ライブラリ、プロキシ、MCPサーバーとして利用可能。
最速・最軽量のAIゲートウェイ。RustコアとPython SDK。OpenAI(またはネイティブ)形式で100以上のLLM APIを呼び出し、コスト追跡、ガードレール、負荷分散、ログ記録に対応 [Bedrock、Azure、OpenAI、Anthropic、OpenAI、VertexAI、vLLM、Nvidia NIM]
Langchain-Chatchat(旧Langchain-ChatGLM)、LangchainとChatGLM、Qwen、Llamaなどの言語モデルに基づくRAGおよびAgentアプリケーション | Langchain-Chatchat(舊langchain-ChatGLM)、Langchainを使用したローカルナレッジベースLLM(ChatGLM、Qwen、Llamaなど)RAGおよびAgentアプリ
🪢 OpenTelemetry を基盤とするオープンソースの AI エンジニアリングプラットフォーム。AI ゲートウェイ、エージェントの可観測性、評価、プロンプト/スキル管理を提供します。あらゆる AI 呼び出しとエージェントに対応する、ひとつのオープンプラットフォーム。セルフホストでも Langfuse Cloud でも利用できます。
このリポジトリは、Retrieval-Augmented Generation (RAG) システムのさまざまな高度な手法を展示しています。各手法には詳細なノートブックチュートリアルがあります。
エージェント、LLM、MLモデル向けのオープンソースAIエンジニアリングプラットフォーム。MLflowは、あらゆる規模のチームが生産品質のAIアプリケーションをデバッグ、評価、監視、最適化できるようにし、コストを制御し、モデルとデータのアクセスを管理します。
包括的なトレーシング、自動評価、本番稼働に対応したダッシュボードで、LLM アプリケーション、RAG システム、エージェント型ワークフローをデバッグ、評価、監視します。
🔥 MaxKBは、エンタープライズグレードのエージェントを構築するためのオープンソースプラットフォームです。強力で使いやすいオープンソースのエンタープライズ向けエージェントプラットフォーム。
Llama Cookbookへようこそ!これは、Llamaを使用した構築のための決定版ガイドです。推論、ファインチューニング、RAGの開始方法について説明します。また、Llamaモデルファミリーを使用してエンドツーエンドの問題を解決し、さまざまなプロバイダーサービスでそれらを使用する方法も示します。
ドキュメントを構造化データに簡単に変換できます。Unstructuredは、複雑なドキュメントを言語モデル用のクリーンで構造化された形式に変換するオープンソースETLソリューションです。本番グレードのワークフロー、パーティショニング、エンリッチメント、チャンキング、および埋め込みのためのエンタープライズグレードのプラットフォーム製品の詳細については、当社のウェブサイトをご覧ください。
このプロジェクトは、初心者開発者向けのLLMアプリケーション開発チュートリアルです。オンラインでの閲覧はこちらから: https://datawhalechina.github.io/llm-universe/
[MLsys2026 最優秀論文]: https://arxiv.org/abs/2506.08276。LEANN であらゆるものに RAG を。個人用デバイスで高速、高精度、かつ 100% プライベートな RAG アプリケーションを実行しながら、ストレージを 97% 節約できます。
LangChain4j は、JVM 上で LLM 駆動型アプリケーションを構築するための慣用的なオープンソース Java ライブラリです。人気の LLM プロバイダーとベクターストアに対する統一 API を提供し、ツール呼び出し(MCP サポートを含む)、エージェント、RAG の実装を容易にします。Quarkus や Spring Boot などのエンタープライズ Java フレームワークとシームレスに統合されます。
🔍大規模モデル応用開発実践編1:RAG技術のフルスタックガイド、オンライン閲覧アドレス:https://datawhalechina.github.io/all-in-rag/
ChatGPT中国语ガイド🔥、ChatGPT中国語チューニングガイド、プロンプトガイド、アプリケーション開発ガイド、厳選されたリソースリスト、chatGPTをより活用して生産性を向上させましょう! 🚀
22種類のプロンプトエンジニアリング手法とJupyter Notebookの実践チュートリアル、基礎概念からLLMを活用する高度な戦略まで。
[EMNLP'23, ACL'24] LLMの推論を高速化し、LLMの主要情報に対する認識を強化するために、プロンプトとKVキャッシュを圧縮し、パフォーマンスの低下を最小限に抑えながら最大20倍の圧縮を実現します。
🚀 2026 年最も体系的な AI Agent 即戦力ガイド|インテリジェントエージェント実践チュートリアル · 完全学習パス + 実践プロジェクト + 面接問題集 · 大規模モデルアプリケーション開発エンジニア職に対応 · LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / プロンプトをカバー · エンタープライズ展開とファインチューニング · 0からエンタープライズ実装まで + 学習から本番プロジェクト上线まで + 面接準備一体化
AIエージェントの監視、LLMコストの追跡、ベンチマークなどのためのPython SDK。CrewAI、Agno、OpenAI Agents SDK、Langchain、Autogen、AG2、CamelAIを含むほとんどのLLMおよびエージェントフレームワークと統合されます
次世代AIエージェント最適化プラットフォーム:Cozeloopは、開発、デバッグ、評価から監視までのライフサイクル全体を管理する機能を提供し、AIエージェント開発の課題に対応します。
よくある質問
GitHubで最も人気のある#langchainリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#langchainプロジェクトは、197,344個のスターを獲得しているmicrosoft/markitdownです。ファイルやOfficeドキュメントをMarkdownに変換するPythonツール。
#langchainリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#langchainプロジェクトでは、Python, TypeScript, Jupyter Notebook, Goが最も一般的なプログラミング言語です。
#langchainリポジトリのランキングはどのように算出されていますか?
#langchainのタグが付いた286件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は1,710,635個で、リポジトリあたりの平均は5,981個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。