LangChain v1.0 α : 概要 (エージェントの作成)

by

LangChain v1.0 は LLM を使用して構築を始める最も簡単な方法で、OpenAI, Anthropic, Google 等によるエージェントを 10 行以下のコードで構築し始めることができます。
LangChain エージェント は LangGraph 上に構築され、永続実行、ストリーミング、human-in-the-loop、永続性、等を提供します。基本的な LangChain エージェントの使用には LangGraph の知識は必要ありません。

LangChain v1.0 alpha : 概要

作成 : クラスキャット・セールスインフォメーション
作成日時 : 09/19/2025
バージョン : 1.0.0a5

* 本記事は docs.langchain.com の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています。スニペットはできる限り日本語を使用しています :

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

LangChain v1.0 alpha : 概要

LangChain は LLM を使用して構築を始める最も簡単な方法で、OpenAI, Anthropic, Google や その他 によるエージェントを 10 行以下のコードで構築し始めることができます。

LangChain エージェント は LangGraph 上に構築され、永続実行 (durable execution)、ストリーミング、human-in-the-loop、永続性、等を提供します。基本的な LangChain エージェントの使用には LangGraph の知識は必要ありません。

 

インストール

pip install --pre -U langchain

 

エージェントの作成

# pip install -qU "langchain[anthropic]" to call the model

from langchain.agents import create_agent

def get_weather(city: str) -> str:
    """Get weather for a given city."""
    return f"{city} では常に晴れています!"

agent = create_agent(
    model="anthropic:claude-3-7-sonnet-latest",
    tools=[get_weather],
    prompt="You are a helpful assistant",
)

# Run the agent
response = agent.invoke(
    {"messages": [{"role": "user", "content": "東京の天気は？"}]}
)

print(response["messages"][-1].content)

東京の天気情報をお知らせします：東京では常に晴れています！

 

主な利点

標準モデルインターフェイス

レスポンスの形式を含み、モデルとやり取りするに、様々なプロバイダーが独自の API を提供しています。LangChain は、モデルとのやり取りの方法を標準化していますので、シームレスにプロバイダーを切り替えてロックインを回避できます。
… Learn more

 
使いやすく、非常に柔軟性の高いエージェント

LangChain のエージェント抽象化は、簡単に始められるように設計されていて、単純なエージェントを 10 行以下のコードで構築できます。また、十分な柔軟性も提供していて、思い通りのコンテキスト・エンジニアリングを行うことを可能にします。
… Learn more

 
LangGraph 上に構築

LangChain のエージェントは LangGraph 上に構築されています。これは、LangGraph の永続実行、human-in-the-loop サポート、永続性 等を活用することを可能にします。
… Learn more

 
LangSmith によるデバッグ

実行パスのトレース、状態遷移のキャプチャ、詳細な実行メトリクスの提供を行う可視化ツールにより、複雑なエージェント動作を詳細に可視化できます。
… Learn more

 

以上