はじめに

LangChain Academyへようこそ！ これはLangChainエコシステム内の基礎的概念に焦点を当てたモジュール群です。 Module 0は基本的なセットアップで、Module 1-4はLangGraphに焦点を当て、段階的により高度なテーマを追加していきます。 各モジュールフォルダには、ノートブックのセットがあります。各ノートブックにはLangChain Academyが付随しており、 トピックを案内します。各モジュールにはstudioサブディレクトリもあり、LangGraph APIとStudioを使用して 探索する関連グラフのセットが含まれています。

セットアップ

Pythonバージョン

このコースを最大限に活用するために、Python 3.11以降を使用していることを確認してください。 このバージョンはLangGraphとの最適な互換性のために必要です。古いバージョンを使用している場合は、 アップグレードすることですべてがスムーズに動作します。

python3 --version

リポジトリのクローン

git clone https://github.com/langchain-ai/langchain-academy.git
$ cd langchain-academy

環境の作成と依存関係のインストール

Mac/Linux/WSL

$ python3 -m venv lc-academy-env
$ source lc-academy-env/bin/activate
$ pip install -r requirements.txt

Windows Powershell

PS> python3 -m venv lc-academy-env
PS> Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process
PS> lc-academy-env\scripts\activate
PS> pip install -r requirements.txt

ノートブックの実行

通常のセットアップ

Jupyterがセットアップされていない場合は、こちらのインストール手順に従ってください。

$ jupyter notebook

Dockerを使用したセットアップ

Dockerを使用してJupyter Notebook環境を簡単にセットアップできます：

# 環境変数設定（必要に応じて）
cp .env.example .env
# .envファイルを編集してAPIキーを設定

# Jupyter Notebook起動
docker-compose up -d

# アクセス
# http://localhost:8888

# 全サービス起動（Redis + PostgreSQL含む）
docker-compose --profile full up -d

# 停止
docker-compose down

Dockerセットアップには以下が含まれます：

• Python 3.11 + 全依存関係
• Jupyter Notebook（ポート8888）
• LangGraph Studio対応（ポート2024）
• オプションでRedis/PostgreSQLサービス

環境変数の設定

環境変数の設定方法を簡単に説明します。python-dotenvライブラリで .envファイルを使用することもできます。

Mac/Linux/WSL

$ export API_ENV_VAR="your-api-key-here"

Windows Powershell

PS> $env:API_ENV_VAR = "your-api-key-here"

OpenAI APIキーの設定

• OpenAI APIキーをお持ちでない場合は、こちらでサインアップできます。
• 環境でOPENAI_API_KEYを設定してください

LangSmith APIのサインアップと設定

• こちらでLangSmithにサインアップし、LangSmithについて詳しく知り、
• ワークフロー内での使用方法はこちら、関連ライブラリのドキュメントをご覧ください！
• 環境でLANGCHAIN_API_KEY、LANGCHAIN_TRACING_V2=trueを設定してください

ウェブ検索用のTavily APIの設定

• Tavily Search APIは、LLMとRAG向けに最適化された検索エンジンで、効率的で 高速かつ持続的な検索結果を目的としています。

• APIキーはこちらでサインアップできます。 サインアップは簡単で、非常に寛大な無料枠を提供しています。一部のレッスン（Module 4）でTavilyを使用します。

• 環境でTAVILY_API_KEYを設定してください。

LangGraph Studioの設定

• LangGraph Studioは、エージェントの表示とテスト用のカスタムIDEです。
• StudioはMac、Windows、Linuxでローカルに実行し、ブラウザで開くことができます。
• ローカルStudio開発サーバーについてはこちらとこちらのドキュメントをご覧ください。
• LangGraph Studio用のグラフはmodule-x/studio/フォルダにあります。
• ローカル開発サーバーを開始するには、各モジュールの/studioディレクトリでターミナルで次のコマンドを実行します：

langgraph dev

次の出力が表示されます：

- 🚀 API: http://127.0.0.1:2024
- 🎨 Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
- 📚 API Docs: http://127.0.0.1:2024/docs

ブラウザを開き、Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024に移動します。

• Studioを使用するには、関連するAPIキーで.envファイルを作成する必要があります
• 例として、module 1から6用にこれらのファイルを作成するには、コマンドラインから次を実行します：

for i in {1..6}; do
  cp module-$i/studio/.env.example module-$i/studio/.env
  echo "OPENAI_API_KEY=\"$OPENAI_API_KEY\"" > module-$i/studio/.env
done
echo "TAVILY_API_KEY=\"$TAVILY_API_KEY\"" >> module-4/studio/.env