#langchain 저장소
저장소 총 286개
Langtrace 🔍는 LLM 애플리케이션을 위한 오픈 소스, Open Telemetry 기반 엔드투엔드 관찰 도구로, 인기 있는 LLM, LLM 프레임워크, 벡터DB 등을 위한 실시간 추적, 평가 및 메트릭을 제공합니다. Typescript, Python을 사용하여 통합하세요. 🚀💻📊
에이전트 기반 SOC 플랫폼: 강력하고 유연하며 오픈 소스인 에이전트 중심의 자동화된 보안 운영 플랫폼(AI SOC)
사용자 지정 데이터가 있는 ChatGPT와 같은 대규모 언어 모델(LLM)에 대한 LangChain 및 프롬프트 엔지니어링 튜토리얼. 데이터 로딩 및 인덱싱, 프롬프트 템플릿 생성, CSV 에이전트, 검색 QA 체인을 사용하여 사용자 지정 데이터를 쿼리하는 방법에 대한 Jupyter 노트북. PDF 파일과의 채팅, 트윗 감정 분석을 위한 개인 LLM(Llama 2) 사용 프로젝트.
LLM을 위한 에이전트 메모리: 대화 버퍼, 벡터 저장소, 지식 그래프, 일화적 및 의미적 기억, MemGPT, Mem0, Letta, Zep, Graphiti, LoCoMo 벤치마크 및 프로덕션 패턴을 다루는 30개의 실행 가능한 Jupyter 노트북.
Python A2A는 Google의 [Agent-to-Agent (A2A) 프로토콜](https://google.github.io/A2A/)을 구현하기 위한 강력하고 사용하기 쉬운 라이브러리입니다. AI 에이전트 간의 원활한 통신을 가능하게 하여 복잡한 문제를 해결하기 위해 협업할 수 있는 상호 운용 가능한 에이전트 생태계를 만듭니다.
에이전트 통신 SDK. AI 에이전트를 위한 오픈소스 통신 계층 — 이메일, WhatsApp, Slack, Discord, Telegram, SMS. Python 및 TypeScript.
생성 AI 자율 속도 부트캠프. ML 기초, Ollama, LLM, RAG, LangChain, LangGraph, 미세 조정, DSPy 및 AI 에이전트(CrewAI) 튜토리얼 (ChatGPT, gpt-oss, Claude, Qwen, Gemma, Llama, Gemini 사용)
FreeCodeCamp 코스를 위해 작성된 모든 코드 리포지토리와 모든 연습 문제에 대한 답변입니다.
AgentChat은 LLM 기반의 지능형 에이전트 교류 플랫폼으로, 기본 에이전트가 내장되어 있으며 사용자 정의 에이전트를 지원합니다. 다중 라운드 대화와 작업 협업을 통해 에이전트는 복잡한 작업을 이해하고 지원할 수 있습니다. 프로젝트는 LangChain, Function Call, MCP 프로토콜, RAG, Memory, HITL, Skill, Milvus 및 ElasticSearch 등의 기술을 통합하여 효율적인 지식 검색과 도구 호출을 실현하며, FastAPI를 사용하여 고성능 백엔드 서비스를 구축합니다.
Langchain, OpenAI, LlamaIndex, GPT, ChromaDB & Pinecone 활용 대규모 언어 모델(LLM) 튜토리얼 및 샘플 스크립트
⚕️GenAI 기반 다중 에이전트 의료 진단 및 의료 연구 지원 챗봇. 🏥 의료 전문가, 연구원 및 환자를 위해 설계되었습니다.
Next.js, LangChain, PostgreSQL + pgvector로 구축된 AI 기반 스타트업 가속기 엔진. 문서를 업로드하고 정리하며 대화할 수 있습니다. 예측 기반 누락 문서 탐지, 역할 기반 워크플로우, 페이지 수준 인사이트 추출 기능이 포함됩니다.
샤오리의 거대언어모델(LLM) 애플리케이션 개발 학습 로드맵으로, RAG, 에이전트, 면접 대비, 논문 속독을 포함합니다.
자체 데이터로 채팅하고 질문하세요. 자체 기업 데이터를 빠르게 업로드하고 OpenAI 서비스를 사용하여 업로드된 데이터와 채팅하고 질문할 수 있는 가속기