1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

LangGraphとは?マルチステップLLMアプリを構築できるフレームワークを試す

Posted at

ある案件で LangGraph を使う可能性が出てきたため、「勉強しておいて」と指示を受けました。
せっかくなので、久しぶりにQiita記事としてまとめつつ、自分なりに整理して学んでいこうと思います。

1. LangGraphとは?

そもそもLangGraphとは何だろうか?
その単語すら分からないので、まずはChatGPTさんに聞いてみます。

LangGraph(ランググラフ)は、LangChainの拡張機能として開発された、マルチステップLLMアプリケーションを状態遷移グラフ(Stateful Graph)として構築するフレームワークです。LangChainを使ってLLMアプリケーションを構築している場合、LangGraphを導入することで、より複雑な対話の流れやループ処理、条件分岐、マルチエージェントの制御などを柔軟に管理できます。

なるほど。少し抽象的ですが、私なりにざっくりと理解すると、

「複数のエージェントが登場するLLMを使った処理を、if文やfor文のような制御構造を使って、柔軟に制御できるフレームワーク」

という感じでしょうか。

2. LangGraphの主要な用語

LangGraphでは、以下のような概念が使われます:

  • ノード(node):各ノードは1つの処理単位(例:LLMへの問い合わせ、ユーザー入力の解析など)
  • エッジ(edge):ノード間の遷移を表します。条件付きにすることも可能です
  • ステート(state):グラフ上の現在の状態、ユーザー入力やLLMの出力などが含まれます
  • グラフ(graph):全体の制御フロー。始点と終点を定義可能です

特に重要なのは ノードエッジ です。ノードが「何をするか」、エッジが「どこに進むか」を決定します。

以下の図のように、ノードが複数の処理に分岐し、それぞれ順に実行されていきます。

ChatGPT Image 2025年7月15日 09_36_59.png

3. LangGraphを使ってみる(次回)

実際にLangGraphを使ってコードを書いてみたいと思いますが、本記事ではまず概要まで。
次回は、以下のようなシステムを構築してみる予定です:

  • ユーザーの入力を受け取り
  • 回答に適したロールを選定
  • 回答を作成
  • 最後に回答の品質をチェックしつつ、問題があれば再度やり直す

このプロセスの概要を図にすると、以下のようになります。

スクリーンショット 2025-07-15 10.04.44.png

次回は、この設計に沿って実際にLangGraphを使ったプロトタイプを実装していきます。

参考文献

LangChainとLangGraphによるRAG・AIエージェント[実践]入門 エンジニア選書

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?