🚀 LangGraph 실습 프로젝트

LangGraph를 이용한 AI 에이전트 구축 학습용 프로젝트입니다.

🛠 환경 설정

1. uv / pip 선택

2. 패키지 설치

# uv 사용
uv sync

3. 환경변수 설정

.env 파일에 다음 정보를 입력:

# 필수 API 키들
ANTHROPIC_API_KEY=your_anthropic_api_key_here
OPENAI_API_KEY=your_openai_api_key_here
TAVILY_API_KEY=your_tavily_api_key_here

# RAG 예제용 (ex7)
QDRANT_KEY=your_qdrant_key_here
QDRANT_URL=your_qdrant_url_here

# LangSmith (선택사항)
LANGSMITH_TRACING="true"
LANGSMITH_API_KEY=your_langsmith_api_key_here
LANGSMITH_PROJECT=your_project_name_here

🚀 사용법

각 예제 파일을 직접 실행해보세요:

# 기본 챗봇
uv run ex1_build_a_basic_chatbot.py

# 도구 연동 챗봇
uv run ex2_add_tools.py

# 메모리 기능 챗봇
uv run ex3_add_memory.py

# 인간 개입 챗봇
uv run ex4_add_human_in_the_loop.py

# 상태 커스터마이징
uv run ex5_customize_state.py

# 시간 여행 (상태 되돌리기)
uv run ex6_time_travel.py

# RAG 시스템
uv run ex7_agentic_rag_with_langgraph_qdrant.py

📦 의존성

핵심 패키지

• langgraph>=0.6.3 - AI 에이전트 워크플로우 구축
• langchain[anthropic]>=0.3.27 - LLM 통합
• langchain-openai>=0.3.28 - OpenAI 모델 지원

외부 서비스 연동

• langchain-tavily>=0.2.11 - 웹 검색 도구
• langchain-qdrant>=0.2.0 - 벡터 데이터베이스
• langchain-community>=0.3.27 - 추가 통합 기능

개발 및 유틸리티

• python-dotenv>=1.1.1 - 환경변수 관리

• langsmith>=0.4.11 - 모니터링 및 디버깅

• datasets>=4.0.0 - 데이터셋 로딩