#langgraph 저장소
#langgraph 태그가 지정된 GitHub의 활성 오픈 소스 저장소 131개를 확인해 보세요. 총 617,930개의 스타를 획득했으며 프로젝트당 평균 4,717개입니다. 이 주제를 이끄는 저장소는 149,995개의 스타를 받은 langchain-ai/langchain입니다.
저장소 총 131개
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.
엔드투엔드, 코드 우선 튜토리얼로 프로덕션 등급 GenAI 에이전트 구축. 프로토타입부터 엔터프라이즈 배포까지.
프라이빗 배포가 가능한 멀티테넌트 지식 에이전트 플랫폼: 통합 RAG, 지식 그래프, 멀티 에이전트, MCP/Skills, 샌드박스 및 권한 관리. Yuxi = 클라우드 에이전트 + 지식 RAG, RAG, 지식 그래프 및 멀티 에이전트 워크플로를 위한 셀프 호스팅 지식 에이전트 플랫폼.
오픈 소스 AI 보안 운영 센터: 경보 통합, LLM 에이전트 분류, MITRE ATT&CK 조사, 그리고 에이전트의 모든 단계에 대한 재생 가능한 의사결정 원장. 자체 호스팅이 가능하고 API 키 없이 실행되며 MIT 라이선스로 제공됩니다. Claude, Cursor, Continue용 MCP 서버가 포함되어 있습니다.
🚀 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
35가지 프로덕션급 에이전트 AI 아키텍처(Reflexion, LATS, GraphRAG, MemGPT, Voyager, BrowserAgent 등) — 다중 LLM 공급자를 지원하고 17개 작업 벤치마크 리더보드를 포함하는 파이썬 라이브러리이자 실행 가능한 교재입니다.
LangGraph로 구축된 모듈식 Agentic RAG — 몇 분 만에 Retrieval-Augmented Generation 에이전트를 배워보세요.
A주 멀티 에이전트 투자 연구 프레임워크 — A주 데이터 소스(롱후방, 핫머니, 주식 해제 등)에 최적화, 7명의 분석가가 A주 규칙에 기반하여 토론 및 의사결정, TradingAgents를 기반으로 A주 시장에 맞게 심층 개조. A주 멀티 에이전트 투자 연구 프레임워크 — 7명의 AI 분석가, 강세/약세 토론, 위험 평가.
출처 추적 및 시점별 유효성 판단이 가능한 기업 지식베이스 Q&A: 각 결론에 출처 문서와 버전, 정확한 위치, 목표 시점에 유효했는지 여부를 표시합니다(출처 추적 및 버전·시점 인식 기능을 갖춘 엔터프라이즈 RAG)
AI Agents Masterclass 동영상과 함께하세요! YouTube 이 시리즈에서 제가 만들고 사용하는 모든 코드는 여러분이 사용할 수 있도록, 그리고 심지어 이를 바탕으로 개발할 수 있도록 여기에 제공될 것입니다!
📚 "Deep Agents in Action" — LangChain 공식 앰배서더가 제작한, LangChain / LangGraph 생태계를 기반으로 프로덕션급 AI 에이전트를 처음부터 구축하는 완벽 가이드.
LangGraph 통합을 갖춘 AI 에이전트 애플리케이션 구축을 위한 프로덕션 준비 완료 FastAPI 템플릿입니다. 이 템플릿은 확장 가능하고 안전하며 유지 관리 가능한 AI 에이전트 서비스를 구축하기 위한 강력한 기반을 제공합니다.
🔥 Firecrawl 기반 AI 에이전트용 시각적 워크플로우 빌더 - 드래그 앤 드롭 웹 스크래핑 파이프라인, 실시간 실행 지원
PanWatch — TradingAgents 기반의 중국 본토 A주·홍콩·미국 시장용 AI 주식 모니터링. 포트폴리오 인사이트, 실시간 알림 및 자동 보고서를 제공합니다.|PanWatch: A주·홍콩주·미국주를 아우르는 AI 주식 모니터링, 보유 종목 분석, 실시간 알림 및 자동 보고서.
자주 사용되는 C++ & Python DAG 프레임워크.awesome-cpp에 포함된, 세 번째 파티 종속성이 없는, 플랫폼 간, 흐름 그래프 기반의 병렬 컴퓨팅 프레임워크. 스타 & 포크 & 교류 환영
AI 에이전트 파이프라인 (LangGraph, CrewAI, AutoGen) 및 Claude를 위한 오픈소스 지속 메모리. REST API + 지식 그래프 + 자율 통합.
🚀 LangGraph for Java는 그래프 엔지니어링을 위한 라이브러리로, Java 생태계 내에서 정교한 AI 에이전트 아키텍처를 구축하도록 설계되었습니다. Langchain4j 및 Spring AI와 모두 원활하게 작동합니다.
LangChain + LangGraph 생태계 색인: LLM & 멀티 에이전트 앱을 위한 개념, 프로젝트, 도구, 템플릿 및 가이드.
풀스택 AI 앱 생성기 — AI 에이전트, RAG, 스트리밍, 인증 및 20개 이상의 통합 기능을 즉시 제공하는 FastAPI + Next.js.
LangChain v1+와 LangGraph를 사용하여 AI 에이전트 개발을 위한 프로젝트 기반 과정 저장소: 검색 에이전트, RAG 시스템, 반사 에이전트 및 코드 인터프리터.
자주 묻는 질문
GitHub에서 가장 인기 있는 #langgraph 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #langgraph 프로젝트는 149,995개의 스타를 받은 langchain-ai/langchain입니다. 에이전트 엔지니어링 플랫폼.
#langgraph 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #langgraph 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript, Rich Text Format입니다.
#langgraph 저장소 순위는 어떻게 계산되나요?
#langgraph 태그가 지정된 활성 오픈 소스 저장소(131개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 617,930개이며 저장소당 평균 4,717개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.