LLM News
モデル・基盤AI駆動開発技術・実装エージェントビジネス・活用
📅 今日のまとめ♡☆

LLM News

LLM・VibeCoding・AI駆動開発に関する最新記事をキュレーションしてお届けします。

𝕏RSS

ナビゲーション

  • トップ
  • タグ一覧
  • 検索
  • About
  • プライバシーポリシー

人気タグ

#LLM#Claude#VibeCoding#AI駆動開発#RAG#エージェント#プロンプトエンジニアリング#GPT-4

© 2026 LLM News

← トップへ

#LangChain

24件の記事

関連タグ

#AI駆動開発#エージェント#RAG#LangGraph#技術・実装#実装ノウハウ#プロンプトエンジニアリング#LLM#Python#AIエージェント
📰
Qiita4月7日· 2分で読める中級🔥 注目

LangGraphとLangChainの違いを徹底解説【2026年最新】実務での使い分けガイド

LangGraphとLangChainの関係性を明確に解説した実務ガイドです。LangChainは線形チェーン処理、LangGraphは有向グラフで複雑なエージェントフローを表現する—本来は代替関係ではなく、LangChainの上に乗る拡張フレームワークです。実装コード付きで、RAGやシンプルなチャットボットならLangChain、ReActエージェントやマルチエージェントシステムはLangGraphという明確な使い分け基準が学べます。

#LangGraph#LangChain#AIエージェント
記事を読む →
🕵️
Qiita4月4日· 1分で読める中級🔥 注目

ハイパーパラメーター最適化を自動化するAIエージェントを作った

LangGraphとLangChainでハイパーパラメーター最適化を自動化するAIエージェントを実装した事例です。Sobol探索・ベイズ最適化・専門家AI提案など複数ツールを組み合わせ、監督エージェントが試行結果を見ながら最適なツールを自律的に選択します。LightGBMやPyTorchで数行のコードで動作し、探索空間の自動設計機能も備えています。

#エージェント#LangChain#LangGraph
記事を読む →
🕵️
Zenn4月4日· 2分で読める中級🔥 注目

ハーネスエンジニアリング、全員が違うことを言っている — 5社の解釈を並べてみた

ハーネスエンジニアリングの定義が業界内でバラバラな問題を、OpenAI・Anthropic・LangChain・Martin Fowler・学術の5者の解釈を並べて整理しています。宣言的制約、コンテキスト管理、モデル非依存設計など各者の異なるアプローチと、全員が同意する「モデルの外側が重要」という共通認識を浮き彫りにします。ハーネス設計改善だけでベンチマーク精度52.8%→66.5%の改善事例も示され、エージェント開発の実装方針を考える上で必読です。

#エージェント#Claude#LangChain
記事を読む →
🕵️
Zenn4月3日· 2分で読める中級🔥 注目

AIエージェントフレームワーク比較【LangChain vs CrewAI vs AutoGen】実務で選ぶための完全ガイド【2026年最新

LangChain・CrewAI・AutoGenの3大AIエージェントフレームワークを実務視点で徹底比較します。各フレームワークの向き不向き、アーキテクチャの違い、具体的な実装コードを掲載。さらにPydanticAI・LangGraph・Difyなど2025年注目の新興フレームワークも紹介し、ユースケース別の選択フローチャートまで提供する、エージェント開発者必読のガイドです。

#エージェント#LangChain#CrewAI
記事を読む →
🕵️
Zenn4月3日· 1分で読める上級

【2026年最新】AIエージェントフレームワーク・ツール完全まとめ272選

AIエージェント開発の全体像を把握するのは難しくなっています。LangChain・CrewAI・LangGraphなどのコアフレームワーク87選から、GPU基盤・LLMプロバイダー・開発ツールまで、272以上のツールを8カテゴリに整理したディレクトリサイト「AgDex.ai」が登場しました。日本語対応で、フレームワーク選びの迷いを一気に解消できます。

#エージェント#LangChain#LangGraph
記事を読む →
🧠
Qiita4月2日· 1分で読める中級

「LangChainについて勉強して」と言われたので勉強してみた

ChatGPT APIだけではアプリケーション開発に不足する部分があります。LangChainはプロンプト管理、会話履歴、外部データ参照、複数ステップ処理をフレームワーク化し、「LLMとアプリをつなぐ」役割を担います。実装コード付きで、なぜ必要か・何が解決できるかが腹落ちしやすい記事です。

#LangChain#LLM#RAG
記事を読む →
🕵️
Qiita4月1日· 2分で読める中級🔥 注目

pip install 一発でLLMエージェントの失敗原因を自動診断する

LLMエージェントの失敗をpip install一発で自動診断するOSSツール「agent-failure-debugger」が登場しました。単なるエラー表示ではなく、ツール呼び出しループやトピックドリフトなど根本原因を因果の連鎖で特定します。既存コードに1行追加するだけで動作し、信頼度スコア付きで修正提案まで提供します。LangChain/LangGraph対応で実装ノウハウが豊富です。

#LangChain#LangGraph#エージェント
記事を読む →
🕵️
Zenn4月1日· 1分で読める中級🔥 注目

LLMエージェントの失敗を因果グラフで診断するOSSを作った — 設計思想と「できないこと」

LLMエージェントの失敗を因果グラフで自動診断するOSSを開発した事例です。単なるログ分析ではなく、17のFailure Patternと15の因果関係から根本原因を特定します。決定論的で説明可能性を優先し、LLMによる評価を避けることで再現性を確保。ヒューリスティックの限界も明示し、実務的な診断ツールとしての設計思想が学べます。

#エージェント#デバッグ#因果推論
記事を読む →
🕵️
Zenn3月27日· 2分で読める中級🔥 注目

AIエージェント開発手法を比べてみた — フルスクラッチからLang系、Agno、Mastraまでの総まとめ

エージェント開発の主要フレームワークを同じタスク(ファイル読み取り・検索・要約)で実装し比較した連載の完結編です。フルスクラッチからLangChain、LangGraph、Agno、Mastraまで、コード量・設計思想・デバッグ性を実装例で横並び比較。Agnoが最もコンパクト(約230行)で、複雑化する要件に対する対応方法も検証しています。実務で「どれを選ぶか」の判断軸が得られます。

#エージェント#LangGraph#LangChain
記事を読む →
⚡
Zenn3月26日· 2分で読める中級🔥 注目

LangChainの全APIコールを1行で自動記録する — llm-devproxy v0.4

LangChainのAPIコール監視が1行のコードで実現できるようになりました。llm-devproxy v0.4では、callbacks に DevProxyCallbackHandler を追加するだけで、OpenAI・Anthropic・Gemini の全APIコールを自動記録します。入出力トークン数・コスト・実行時間が即座に表示され、推論モデルの推論トークンも自動検出。Agent1実行で複数のAPIコールが発生する場合、その全体像を把握でき、月額コストの予期しない増加を防げます。

#LangChain#AI駆動開発#プロンプトエンジニアリング
記事を読む →
📚
Zenn3月25日· 2分で読める中級🔥 注目

【RAG入門③】LangChainでRAGを実装する

RAGの実装を学ぶ際、スクラッチから始めた後はLangChainで効率化するのが実践的です。本記事はTextLoaderからVectorStore、LLMまでの全フロー図解し、スクラッチ実装との対応を明示。コンポーネントの差し替えが容易で、メタデータ自動管理などLangChainの利点を実装例を交えて詳しく説明しており、RAG初心者が学習を進める際の最適なステップとなっています。

#RAG#LangChain#技術・実装
記事を読む →
⚡
Zenn3月23日· 2分で読める中級🔥 注目

LangChainの真価は抽象化だけじゃない。CSV駆動でLLM切替を運用可能にした話

LangChainの真の価値は抽象化にあります。複数LLMプロバイダ(Groq・GPT・Gemini)をCSVで一元管理し、コード変更なしにモデル切替・デフォルト選択・フォールバック順を運用可能にした実装事例です。CSV先頭行をデフォルトにするシンプルな設計で、障害対応やコスト最適化を素早く回せるようになりました。実装コードとGitHubリポジトリも公開されています。

#LangChain#AI駆動開発#LLM
記事を読む →
🧠
Qiita3月21日· 1分で読める中級🔥 注目

LLMをブラックボックスのまま使いたくない開発者へ。TransformerからLangGraphまでつながる入門書

LLMを「なぜそう動くのか」理解したまま開発したいエンジニアに最適な学習パスが、この本評で見えてきます。Transformerの内部構造からAPI活用、LangChain、LangGraphまで、断片的だった知識を一本で体系化できることが強みです。トークン・サンプリング・プロンプト改善を原理で説明できるようになると、チーム開発の再現性が劇的に高まります。

#LLM#Transformer#LangGraph
記事を読む →
📚
Qiita3月21日· 2分で読める中級🔥 注目

Agentic RAG 入門 ── LLMが「何を調べるか」を自分で決める時代の検索設計

従来のRAGは1回の検索で完結する受動的な設計で、マルチホップ質問や複数ソース比較に対応できません。Agentic RAGはLLM自身が「何を調べるか」を判断し、ベクトルDB・SQL・外部API・Web検索を組み合わせながら必要なだけ検索を繰り返すアーキテクチャです。ReActループの実装で、ドキュメント検索が構造化データやリアルタイムメトリクスと統合され、ハルシネーション防止と回答精度が大幅に向上します。

#RAG#エージェント#LLM
記事を読む →
🕵️
Qiita3月21日· 2分で読める中級🔥 注目

State of Agent Engineering 2026完全解説 — 本番導入57%・品質障壁32%の実態

LangChainの大規模調査(1,340名対象)から、AIエージェント本番導入率が57%に到達した実態が明らかになりました。最大の障壁は「品質」(32%)であり、コスト懸念は減少。89%がオブザーバビリティを導入済みですが、評価(Evals)は52%にとどまります。エンタープライズではセキュリティが第2の障壁として浮上。企業規模別・業界別の詳細データから、自社の取り組み状況を客観的に評価できます。

#エージェント#オブザーバビリティ#品質管理
記事を読む →
📚
Qiita3月20日· 1分で読める中級🔥 注目

LangChain.js の RAG で回答精度を上げるチャンク分割テクニック 3 選

RAG の精度はチャンク分割に左右されます。LangChain.js で RecursiveCharacterTextSplitter の区切り文字を Markdown 見出しや日本語句点に調整し、メタデータ付与と親子チャンク戦略を組み合わせると、検索精度が大幅に向上します。実装コード付きで、すぐに実践できる内容です。

#RAG#LangChain#技術・実装
記事を読む →
🕵️
Zenn3月18日· 1分で読める中級🔥 注目

【2026年版】AIエージェント開発入門を公開しました

ChatGPTとエージェントの決定的な違いは、前者が「質問に答える」だけなのに対し、後者は「自分で判断し、ツールを使い、目標を達成する」ことです。2026年版の入門書では、Function Calling・RAG・LangGraph・MCP等を実装レベルで解説し、シングル/マルチエージェント、本番デプロイ、安全性まで全15章でカバーしています。

#エージェント#LangGraph#LangChain
記事を読む →
🕵️
Qiita3月17日· 2分で読める中級🔥 注目

Deep Agents入門 — 計画・メモリ・サブエージェントを備えたOSSエージェントハーネス

LangChainが3月15日にリリースしたDeep Agentsは、長期複雑なタスクに対応するOSSエージェントハーネスです。write_todosによるタスク計画・仮想ファイルシステムによるコンテキスト管理・サブエージェント生成の3機能を備え、Terminal Bench 2.0でClaude Sonnet 4.5使用時に42.65%を達成。LangGraph上に構築されMITライセンスで、15以上のLLMプロバイダーに対応。実装例付きで、長期タスク問題の構造的な解決方法を学べます。

#エージェント#LangGraph#LangChain
記事を読む →
🔬
Qiita3月13日· 2分で読める中級🔥 注目

LangChain から OpenAI SDK 直接呼出に移行した理由と実際

LangChainから3ヶ月使用後、OpenAI SDK直接呼出へ移行した実例です。マルチモーダル入力の処理、新API機能への即座のアクセス、トークン消費の透明化が課題となり、移行後にはトークン消費を80%以上削減できました。抽象化の厚さがデバッグを困難にする問題も実装者の視点から解説されており、どのユースケースでLangChainを選ぶべきかの判断基準が得られます。

#LangChain#OpenAI#AI駆動開発
記事を読む →
🔌
Qiita3月13日· 1分で読める中級🔥 注目

Claude MCPサーバー自作で業務自動化!AIの内側から見た活用術

Claude MCPサーバーを自作することで、AIを自律的なエージェントに進化させられます。このアプローチにより、業務特化カスタマイズ・API費用最適化・セキュリティ向上が実現でき、RedisやLangChainを組み合わせた実装例も示されています。既存クラウドサービスより細粒度な制御が可能になり、センシティブデータの自社完結処理ができるのが強みです。

#MCP#Claude#エージェント
記事を読む →
📚
Zenn3月12日· 2分で読める中級🔥 注目

RAGベースAIシステム導入事例と技術構成

企業のRAG導入事例から、実践的なシステム構築方法を学べます。NKKTech Globalが実装した事例をベースに、500~1000トークンのチャンキング設計、Hybrid Search+Re-ranking による検索精度改善、LangChainを使った実装コード、コスト最適化戦略まで、本番運用で必要なベストプラクティスが網羅されています。RAG vs Fine-tuningの使い分けも明確で、これからRAG導入する企業の実装ガイドになる内容です。

#RAG#技術・実装#ビジネス・活用
記事を読む →
📚
Qiita3月11日· 2分で読める中級🔥 注目

GPUなしで作るローカルRAG入門(LM Studio + LangChain + Chroma)

GPUなしでもローカルRAGを構築できる実践ガイドです。LM Studio+LangChain+Chromaの組み合わせで、社内ドキュメントを安全に処理します。Qwen2.5-7B-InstructとIntfloat Embeddingを活用し、オフライン環境で日本語質問応答を実現。セットアップから実装コードまで詳細に記載されており、POC段階での機密情報保護が求められる企業に有用です。

#RAG#LangChain#AI駆動開発
記事を読む →
🕵️
Zenn3月7日· 2分で読める上級🔥 注目

LangGraph入門:LLMを"チーム"として動かすマルチエージェント設計パターン

LangGraphはLangChainの限界を打ち破り、ループ・条件分岐・状態共有をネイティブサポートするグラフベースのワークフローエンジンです。調査→執筆→レビューのような複雑なマルチエージェント協調を、State・Node・Edge・StateGraphの4概念で実装できます。シングルエージェントから段階的に学べる実装コード付きで、実務レベルの設計パターンを習得できる内容です。

#LangGraph#エージェント#マルチエージェント
記事を読む →
📚
Zenn3月3日· 1分で読める中級🔥 注目

GraphRAG入門 LangChain+NetworkXで「コミュニティ検出」を自作してみた

GraphRAGがベクトル検索だけのRAGの限界を超える理由を、論文読解と実装で徹底解説します。Leidenアルゴリズムでナレッジグラフのコミュニティ検出を行い、事前生成した要約から全体的な質問に答える仕組みです。LangChain+NetworkXでミニマム実装されており、手を動かしながら「なぜ複雑な質問に強いのか」を体感できます。

#RAG#GraphRAG#技術・実装
記事を読む →