
使用シナリオ
開発者はlanggaph-courseを使用して、LangGraphを自身のプロジェクトに統合する方法を学習します。
本番環境の技術者は、このコースを使用して既存のLangGraphアプリケーションを最適化します。
教育機関はlanggaph-courseを教材として、学生にLangGraphの高度な活用方法を教授します。
製品特徴
Refactored Notebooks:コードの可読性、保守性、使いやすさを向上させた、再構成済みのノートブック。
Production-Oriented:本番環境への展開を重視したコードベース設計により、実験から本番環境へのシームレスな移行を支援します。
Test Coverage:包括的なテストカバレッジにより、アプリケーションの信頼性と安定性を確保します。
Documentation:詳細なドキュメントと分岐ガイドにより、開発者は環境設定、コードベースの理解、LangGraphの効率的な利用を容易に行えます。
Environment Variables:プロジェクト実行には環境変数の追加が必要です。
Run Locally:ローカルでの実行手順。
Running Tests:テスト実行コマンド。
使用チュートリアル
1. プロジェクトをローカル環境にクローンします。
2. プロジェクトディレクトリに移動します。
3. 依存関係をインストールします。
4. ドキュメントに従って環境変数を設定します。
5. Flaskサーバーを起動します。
6. テストを実行して実装を確認します。
7. 必要に応じてコードベースを修正?拡張します。
おすすめAI製品

Openui
UIコンポーネントの構築は、多くの場合退屈な作業です。OpenUIは、このプロセスを楽しく、迅速で、柔軟なものにすることを目指しています。これは、W&Bが次世代ツールのテストとプロトタイピングに使用しているツールであり、LLMを基盤とした強力なアプリケーションを構築するために使用されます。想像力でUIを記述し、リアルタイムでレンダリング結果を確認できます。変更を要求し、HTMLをReact、Svelte、Webコンポーネントなどに変換できます。V0のオープンソース版で、多少洗練されていないバージョンと考えてください。
AI開発助手
756.2K

Opendevin
OpenDevinは、複雑なエンジニアリングタスクを実行し、ソフトウェア開発プロジェクトにおいてユーザーと積極的に連携する自律型AIソフトウェアエンジニアであるDevinを複製、強化、そして革新することを目的としたオープンソースプロジェクトです。本プロジェクトはオープンソースコミュニティの力を活用し、Devinの能力を探求?拡張し、その強みと改善すべき点を特定することで、オープンソースコードモデルの進歩を導きます。
AI開発助手
598.6K