LangGraph 코드 예제예제 시나리오는 에이전트가 어떤 결정 노드에서 멈출지 계속할지를 판단하고, 멈추지 않을 경우 툴 실행 노드(tools)를 호출한 뒤 다시 결정 노드로 돌아오는 루프를 구현하는 것이다. 노드는 간단히 print로 동작을 표시하고, 상태의 all_actions에 수행한 액션을 기록하도록 하겠다.from langgraph.graph import StateGraph, ENDfrom typing import TypedDict, List, Annotatedimport operator# 1. 상태 정의 및 그래프 초기화class State(TypedDict): input: str all_actions: Annotated[List[str], operator.add]graph = S..

LangGraph 개요LangChain이 체인과 에이전트 개념을 통해 언어 모델 활용을 지원했다면, LangGraph는 노드와 엣지로 이루어진 그래프 구조를 통해 복잡한 워크 플로우를 구현한다. LangCahin의 기존 체인은 주로 비순환 유향 그래프(DAG) 형태였지만, LangGraph를 사용하면 루프를 포함한 순환 그래프 형태의 논리 흐름을 손쉽게 구축할 수 있다.이러한 사이클 지원을 통해 에이전트가 LLM을 반복 호출하며 추론하는 상태 기계(state machine)를 구현할 수 있으며, 개발자는 워크플로우의 흐름과 상태를 세밀하게 제어할 수 있다. 또한 LangGraph는 중앙 집중식 상태 관리와 Persistence(상태 지속) 레이어를 제공하여 대화 메모리 및 Human-in-the-loop..

LangGraph Agent 코드LangGraph 프레임워크는 대화형 에이전트를 그래프 형태의 워크플로우로 구성하도록 설계되었다. 각 노드는 개별 기능이나 단계를 수행하며, 노드들이 연결되어 전체 대화 흐름(그래프)을 형성한다. 예를 들어, 하나의 노드는 사용자 입력을 처리하고, 다음 노드는 AI 모델을 통해 응답을 생성하며, 또 다른 노드는 그 응답을 사용자에게 출력하는 식이다. 가장 기본적인 상호작용 기능에 초점을 맞춘 간단한 버전으로, 사용자 입력을 받아 응답을 생성하는 최소한의 흐름만 구현되어 있다. 더보기simple_agent.pyimport sysimport ossys.path.insert(0, os.path.abspath("."))from typing import Annotatedfrom t..