#langchain 저장소
#langchain 태그가 지정된 GitHub의 활성 오픈 소스 저장소 286개를 확인해 보세요. 총 1,710,635개의 스타를 획득했으며 프로젝트당 평균 5,981개입니다. 이 주제를 이끄는 저장소는 197,344개의 스타를 받은 microsoft/markitdown입니다.
저장소 총 286개
오픈 소스 장기 SuperAgent 하네스. 연구, 코딩, 생성을 수행합니다. 샌드박스, 메모리, 도구, 기술, 서브에이전트, 메시지 게이트웨이의 도움으로 몇 분에서 몇 시간까지 걸리는 다양한 수준의 작업을 처리합니다.
도구 출력, 로그, 파일 및 RAG 청크가 LLM에 도달하기 전에 압축합니다. 코딩 에이전트의 경우 토큰 20% 절감, JSON의 경우 60-95% 절감하며 동일한 답변을 제공합니다. 라이브러리, 프록시, MCP 서버 지원.
가장 빠르고 가벼운 AI 게이트웨이. Rust 코어와 Python SDK. OpenAI(또는 네이티브) 형식으로 100개 이상의 LLM API를 호출하며 비용 추적, 가드레일, 로드 밸런싱 및 로깅 지원 [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]
Langchain-Chatchat (이전 Langchain-ChatGLM), Langchain 및 ChatGLM, Qwen, Llama와 같은 언어 모델의 RAG 및 에이전트 애플리케이션 | Langchain-Chatchat (이전 langchain-ChatGLM), Langchain을 사용한 로컬 지식 기반 LLM (ChatGLM, Qwen 및 Llama 등) RAG 및 에이전트 앱
🪢 OpenTelemetry 기반의 오픈소스 AI 엔지니어링 플랫폼: AI 게이트웨이, 에이전트 옵저버빌리티, 평가, 프롬프트/스킬 관리 기능을 제공합니다. 모든 AI 호출과 에이전트를 위한 하나의 오픈 플랫폼입니다. 직접 호스팅하거나 Langfuse Cloud를 사용하세요.
이 저장소는 Retrieval-Augmented Generation (RAG) 시스템의 다양한 고급 기술을 소개합니다. 각 기술에는 상세한 노트북 튜토리얼이 있습니다.
에이전트, LLM, ML 모델을 위한 오픈 소스 AI 엔지니어링 플랫폼. MLflow는 모든 규모의 팀이 프로덕션 품질의 AI 애플리케이션을 디버그, 평가, 모니터링, 최적화할 수 있게 하며 비용을 제어하고 모델 및 데이터 액세스를 관리합니다.
포괄적인 추적, 자동화된 평가 및 프로덕션 준비 대시보드를 사용하여 LLM 애플리케이션, RAG 시스템 및 에이전트 워크플로를 디버깅, 평가 및 모니터링하십시오.
Llama Cookbook에 오신 것을 환영합니다! Llama로 빌드하기 위한 최고의 가이드입니다: 추론, 미세 조정, RAG 시작하기. 또한 Llama 모델 제품군을 사용하여 종단 간 문제를 해결하고 다양한 공급자 서비스에서 이를 사용하는 방법을 보여줍니다.
문서를 구조화된 데이터로 손쉽게 변환하세요. Unstructured는 복잡한 문서를 언어 모델을 위한 깨끗하고 구조화된 형식으로 변환하는 오픈 소스 ETL 솔루션입니다. 프로덕션 등급 워크플로, 파티셔닝, 보강, 청킹 및 임베딩을 위한 엔터프라이즈급 플랫폼 제품에 대해 자세히 알아보려면 당사 웹사이트를 방문하십시오.
이 프로젝트는 초보 개발자를 위한 대규모 모델 애플리케이션 개발 튜토리얼이며, 온라인 읽기 주소는 다음과 같습니다: https://datawhalechina.github.io/llm-universe/
[MLsys2026 최우수 논문]: https://arxiv.org/abs/2506.08276. LEANN으로 모든 것에 RAG 적용. 개인 기기에서 빠르고 정확하며 100% 프라이빗한 RAG 애플리케이션을 실행하면서 97%의 저장 공간 절감 효과를 누려보세요.
LangChain4j는 JVM에서 LLM 기반 애플리케이션을 구축하기 위한 관용적이고 오픈 소스 Java 라이브러리입니다. 인기 있는 LLM 제공자와 벡터 저장소를 위한 통합 API를 제공하며, 도구 호출(포함 MCP 지원), 에이전트 및 RAG 구현을 쉽게 만듭니다. Quarkus와 Spring Boot와 같은 엔터프라이즈 Java 프레임워크와 원활하게 통합됩니다.
🔍대규모 모델 애플리케이션 개발 실전 1: RAG 기술 풀스택 가이드, 온라인 읽기 주소: https://datawhalechina.github.io/all-in-rag/
ChatGPT 중국어 가이드🔥, ChatGPT 중국어 튜닝 가이드, 프롬프트 가이드, 애플리케이션 개발 가이드, 엄선된 리소스 목록, chatGPT를 더 잘 사용하여 생산성을 높이세요! 🚀
22가지 프롬프트 엔지니어링 기술과 Jupyter Notebook 실습 튜토리얼, 기본 개념부터 LLM 활용 고급 전략까지.
[EMNLP'23, ACL'24] LLM의 추론 속도를 높이고 LLM의 주요 정보 인식을 향상시키기 위해 프롬프트와 KV-Cache를 압축하여 성능 손실을 최소화하면서 최대 20배의 압축률을 달성합니다.
🚀 2026 가장 체계적인 AI Agent 속성 가이드 | 지능체 실전 튜토리얼 · 완전 학습 경로 + 실전 프로젝트 + 면접 문제은행 · 대형 모델 애플리케이션 개발 엔지니어 직무 대응 · LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / 프롬프트 커버 · 기업급 배포 및 파인튜닝 · 0부터 기업급 구현까지 + 학습부터 온라인 프로젝트까지 + 면접 준비 일체화
AI 에이전트 모니터링, LLM 비용 추적, 벤치마킹 등을 위한 Python SDK. CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2, CamelAI를 포함한 대부분의 LLM 및 에이전트 프레임워크와 통합됩니다.
차세대 AI 에이전트 최적화 플랫폼: Cozeloop은 개발, 디버깅, 평가부터 모니터링까지 전체 수명 주기 관리 기능을 제공하여 AI 에이전트 개발의 과제를 해결합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #langchain 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #langchain 프로젝트는 197,344개의 스타를 받은 microsoft/markitdown입니다. 파일 및 오피스 문서를 Markdown으로 변환하는 Python 도구.
#langchain 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #langchain 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Jupyter Notebook, Go입니다.
#langchain 저장소 순위는 어떻게 계산되나요?
#langchain 태그가 지정된 활성 오픈 소스 저장소(286개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 1,710,635개이며 저장소당 평균 5,981개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.