【LangChainはもう古い？】次世代のエージェント構築基盤「LangGraph」入門

はじめに

2024年、LangChain社が新たにリリースした「LangGraph」が大きな注目を集めています。「ただのChain（連鎖）ではなく、これからはGraph（循環）だ」といわれても、具体的に何が変わったのかピンと来ない方も多いでしょう。

結論から言えば、LangGraphは「ループ処理や条件分岐を含む、複雑で自律的なAIエージェントを作るためのステートマシン」です。

従来のAgentExecutorの限界

Legacy

これまでの `AgentExecutor` はブラックボックスでした。「ツールを選んで実行する」という処理は自動でやってくれますが、「失敗したら3回までリトライする」「特定の条件なら人間に確認する」といった細かい制御を組み込むのが極めて困難でした。

LangGraphは、このブラックボックスを解体し、開発者が処理フローを完全に制御できるように設計されています。

LangGraphのコンセプト：Stateful Graph

LangGraphの核心は「State（状態）」の管理です。複数のノード（AIやツール）が、一つの共有された辞書オブジェクト（State）をバケツリレーのように更新していきます。

これにより、「前のステップでエラーが出た」といった情報を保持したまま、次のステップへ進んだり、前のステップに戻ったりすることが可能になります。

ノード（Node）とエッジ（Edge）

プログラミングは、グラフ構造を定義する形で行います。

Node: 実際の処理を行う関数（例：LLMに聞く、検索する）。
Edge: ノード間のつながり。条件付きエッジ（Conditional Edge）を使えば、LLMの回答内容に応じて「次はAに進むか、Bに進むか」を動的に決定できます。

なぜCyclic（ループ）が重要なのか

人間が複雑なタスクを行うとき、「考えて、行動して、結果を見て、また考える」というループを繰り返します。従来のDAG（有向非巡回グラフ）では一方向の処理しか書けませんでしたが、LangGraphはCyclic（巡回）をサポートしているため、「納得いくまで書き直すAI」のような人間的な挙動を再現できます。

まとめ

LangGraphは少し学習コストが高いですが、使いこなせば「自律的にタスクを解決する高度なAI社員」を作ることができます。

次回は、実際にコードを書いてLangGraphによるシンプルなチャットボットを実装してみましょう。

なんでも技術ブログ

このブログを検索