#langgraph リポジトリ
#langgraphのタグが付いた、GitHub上の131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617,930個で、プロジェクトあたりの平均は4,717個です。このトピックをリードしているのは、149,995個のスターを獲得しているlangchain-ai/langchainです。
リポジトリ合計131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。
エンドツーエンド、コードファーストのチュートリアルで、本番環境レベルの GenAI エージェントを構築。プロトタイプからエンタープライズデプロイまで。
プライベート環境にデプロイ可能なマルチテナント型ナレッジエージェントプラットフォーム:統合 RAG、ナレッジグラフ、マルチエージェント、MCP/Skills、サンドボックス、権限管理。Yuxi = クラウドエージェント + ナレッジ RAG。RAG、ナレッジグラフ、マルチエージェントワークフロー向けのセルフホスト型ナレッジエージェントプラットフォームです。
オープンソースのAIセキュリティオペレーションセンター:アラートの統合、LLMエージェントによるトリアージ、MITRE ATT&CK調査、そしてエージェントの各ステップを再現できる意思決定台帳。セルフホストに対応し、APIキーなしで動作し、MITライセンスで提供されます。Claude、Cursor、Continue向けのMCPサーバーを同梱しています。
🚀 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
35の実運用レベルのエージェント型AIアーキテクチャ(Reflexion、LATS、GraphRAG、MemGPT、Voyager、BrowserAgentなど) — 複数のLLMプロバイダーをサポートし、17のタスクベンチマークリーダーボードを備えたPythonライブラリ兼実行可能な教科書。
LangGraph で構築されたモジュール式 Agentic RAG — 数分で Retrieval-Augmented Generation エージェントを学びましょう。
A株マルチエージェント投資リサーチフレームワーク — A株データソース(龍虎榜、ホットマネー、ロックアップ解除など)に適応、7人のアナリストがA株のルールに基づいて討論・意思決定を行う。TradingAgentsをベースにA株市場向けに深く改造。A株マルチエージェント投資リサーチフレームワーク — 7人のAIアナリスト、強気/弱気討論、リスク評価。
追跡可能で、時点の有効性を判断できる企業ナレッジベースのQ&A:各結論について、出典文書とそのバージョン、該当箇所、対象時点で有効だったかどうかを明示します(追跡可能で、バージョンと時点を考慮するエンタープライズRAG)
AIエージェントマスタークラスのビデオをご覧ください!YouTubeのこのシリーズで私が作成して使用するすべてのコードは、あなたが使用し、さらに構築できるように、ここにあります!
📚 『Deep Agents 実践』 — LangChain公式アンバサダーによる、LangChain / LangGraphエコシステムをベースに、プロダクションレベルのAIエージェントをゼロから構築するための完全ガイド。
LangGraph統合を備えたAIエージェントアプリケーションを構築するための、本番稼働準備済みのFastAPIテンプレートです。このテンプレートは、スケーラブルで安全、かつ保守可能なAIエージェントサービスを構築するための堅牢な基盤を提供します。
Firecrawl 搭載の AI エージェント向けビジュアルワークフロービルダー - ドラッグ&ドロップでリアルタイム実行可能な Web スクレイピングパイプライン
PanWatch — TradingAgentsを搭載した、中国本土A株・香港株・米国株向けAI株式モニタリング。ポートフォリオ分析、リアルタイム通知、自動レポートを提供します。|PanWatch:A株・香港株・米国株を対象としたAIによる株価監視、保有銘柄分析、リアルタイム通知、自動レポート。
一般的に使用されるC++ & Python DAGフレームワーク。awesome-cppに収録された、サードパーティの依存関係がない、クロスプラットフォームの、フローグラフベースの並列コンピューティングフレームワーク。スター & フォーク & 交流を歓迎します
AI エージェントパイプライン(LangGraph、CrewAI、AutoGen)とClaudeのためのオープンソース永続メモリ。REST API + ナレッジグラフ + 自律統合。
🚀 LangGraph for Java はグラフエンジニアリングのためのライブラリで、Java エコシステム内で高度な AI エージェントアーキテクチャを構築するために設計されています。Langchain4j と Spring AI の両方とシームレスに連携します。
LangChain + LangGraph エコシステムのインデックス:LLM & マルチエージェントアプリの概念、プロジェクト、ツール、テンプレート、ガイド。
フルスタックAIアプリジェネレーター — AIエージェント、RAG、ストリーミング、認証、および20以上の統合機能を標準搭載したFastAPI + Next.js。
LangChain v1+ と LangGraph を使用した AI エージェント開発のためのプロジェクトベースのコースリポジトリ:検索エージェント、RAG システム、リフレクションエージェント、コードインタプリタ。
よくある質問
GitHubで最も人気のある#langgraph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#langgraphプロジェクトは、149,995個のスターを獲得しているlangchain-ai/langchainです。エージェントエンジニアリングプラットフォーム。
#langgraph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#langgraphプロジェクトでは、Python, Jupyter Notebook, TypeScript, Rich Text Formatが最も一般的なプログラミング言語です。
#langgraph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?
#langgraphのタグが付いた131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617,930個で、リポジトリあたりの平均は4,717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。