LangGraph_Chatbot

• AI 에이전트로 구현하는 RAG 시스템 강의를 바탕으로 제작한 LangGraph 기반 챗봇입니다.

프로젝트 구조

langgraph_chatbot/
├── chroma_db/             # ChromaDB 벡터 저장소
├── .env                   # API 키 등 환경 변수
├── pyproject.toml         # Python 의존성 관리
├── README.md              # README
└── src/
├── app.py             # Gradio 실행
├── agents.py          # RAG 에이전트 로직
├── graph.py           # 메인 LangGraph 로직
├── tools.py           # 검색 도구 정의
├── config.py          # 설정
└── logger_config.py   # 로깅 설정

기술 스택

설치 및 실행

1. 가상 환경 생성 및 활성화

• 이 프로젝트는 uv를 사용하여 가상 환경 및 패키지를 관리합니다.

uv 설치 방법

• macOS 및 리눅스

curl -LsSf https://astral.sh/uv/install.sh | sh

• Windows

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

• pip를 통한 설치

pip install uv

가상 환경 생성

uv venv

가상 환경 활성화(Windows)

.venv\Scripts\activate

가상 환경 활성화(macOS/Linux)

source .venv/bin/activate

2. 의존성 패키지 설치

uv sync

3. 환경 변수 설정

• .env 파일 생성
• .env 파일 내용

OPENAI_API_KEY="sk-..."
TAVILY_API_KEY="tvly-..."

4. 실행

cd src
uv run python app.py

• 실행 후 나타나는 로컬 url(http://127.0.0.1:7860) 을 웹 브라우저에서 열어 챗봇을 사용

5. 챗봇 실행 결과

LangGraph 구조

RAG Agent 구조