스킬 langchain-architecture
📦

langchain-architecture

안전

LangChain 으로 LLM 앱 구축하기

또한 다음에서 사용할 수 있습니다: sickn33,wshobson

이 스킬은 개발자가 에이전트, 체인, 메모리, 도구 통합을 위한 LangChain 프레임워크 패턴을 사용하여 프로덕션급 LLM 애플리케이션을 설계하고 구현하는 데 도움이 됩니다.

지원: Claude Codex Code(CC)
🥉 74 브론즈
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"langchain-architecture" 사용 중입니다. 내 LangChain 에이전트에 적합한 메모리 유형을 어떻게 선택하나요?

예상 결과:

10 개 미만의 짧은 대화에는 ConversationBufferMemory 를 사용하여 모든 메시지를 저장하세요. 긴 대화에는 ConversationSummaryMemory 를 사용하여 이전 메시지를 요약하세요. 특정 엔티티를 추적하려면 ConversationEntityMemory 를 사용하세요. 이력 관련 의미 검색을 위해서는 VectorStoreRetrieverMemory 를 사용하세요.

"langchain-architecture" 사용 중입니다. 엔티티를 추출하고 분석한 후 요약을 생성하는 다단계 체인을 만들어주세요.

예상 결과:

세 가지 LLMChain 구성 요소로 SequentialChain 을 사용하세요: extract_prompt 은 엔티티를 추출하고, analyze_prompt 은 분석하며, summary_prompt 은 최종 요약을 생성합니다. output_variables 를 설정하여 모든 중간 및 최종 출력을 캡처하세요.

보안 감사

안전
v1 • 2/25/2026

All 27 static findings are false positives. The skill contains Python code examples in markdown documentation. The scanner incorrectly identified 'external_commands' (markdown code blocks), 'weak cryptographic algorithm' (agent type constants containing 'DESCRIPTION'), and 'network reconnaissance' (use case descriptions). This is educational documentation about LangChain with no executable code, network requests, or cryptographic operations.

1
스캔된 파일
351
분석된 줄 수
3
발견 사항
1
총 감사 수
낮은 위험 문제 (3)
External Commands Detection (False Positive)
Scanner detected 'Ruby/shell backtick execution' at 20 locations. These are Python code examples within markdown code blocks (e.g., `from langchain.agents import...`). No shell command execution exists.
Weak Cryptographic Algorithm Detection (False Positive)
Scanner flagged 'weak cryptographic algorithm' at 6 locations. These are LangChain AgentType constants (CONVERSATIONAL_REACT_DESCRIPTION, ZERO_SHOT_REACT_DESCRIPTION) - not cryptographic algorithms.
Network Reconnaissance Detection (False Positive)
Scanner flagged 'network reconnaissance' at SKILL.md:24. The line describes 'Building autonomous AI agents with tool access' - a legitimate use case, not network reconnaissance.
감사자: claude

품질 점수

38
아키텍처
100
유지보수성
87
콘텐츠
50
커뮤니티
99
보안
91
사양 준수

만들 수 있는 것

AI 애플리케이션 개발자

도구 액세스를 갖춘 LLM 에이전트를 사용하여 다단계 워크플로우를 자동화하는 애플리케이션 구축

데이터 엔지니어

내부 문서와 LLM 기능을 결합하여 지능형 쿼리를 위한 RAG 파이프라인 생성

ML 엔지니어

적절한 메모리 관리, 오류 처리, 가시성을 갖춘 프로덕션 준비 LLM 시스템 설계

이 프롬프트를 사용해 보세요

기본 에이전트 설정
검색 도구와 계산기를 사용할 수 있는 간단한 LangChain 에이전트를 생성하세요. 에이전트 초기화, 도구 추가, 쿼리 실행 방법을 보여주세요.
RAG 구현
LangChain 을 사용하여 검색 증강 생성 시스템을 구축하는 방법을 보여주세요. 문서 로딩, 텍스트 분할, 벡터 스토어 생성, QA 체인을 포함하세요.
메모리 구성
LangChain 의 다양한 메모리 유형을 설명하고 ConversationBufferMemory, ConversationSummaryMemory, ConversationEntityMemory 를 구현하는 코드를 보여주세요.
프로덕션 배포
LangChain 애플리케이션을 프로덕션에 배포하기 위한 모범 사례는 무엇인가요? 오류 처리, 모니터링용 콜백, 속도 제한, 테스트 전략을 포함하세요.

모범 사례

  • 프롬프트 인젝션을 방지하기 위해 LLM 체인에 전달하기 전에 항상 사용자 입력을 검증하고 샌드박스 처리하세요
  • 에이전트 및 체인 실행 주위에 try-catch 블록으로 적절한 오류 처리를 구현하세요
  • 프로덕션에서 토큰 사용량, 대기 시간, 오류를 로깅하고 모니터링하기 위해 콜백을 사용하세요

피하기

  • 컨텍스트 윈도우 제한을 초과하지 마세요 - 적절한 메모리 절단 또는 요약을 구현하세요
  • 잘못 정의된 도구 설명을 피하세요 - 에이전트는 설명을 기반으로 올바른 도구를 선택합니다
  • 입력 검증을 건너뛰지 마세요 - 체인이나 프롬프트에서 사용하기 전에 모든 사용자 입력을 검증하세요

자주 묻는 질문

LangChain 이란 무엇인가요?
LangChain 은 LLM 애플리케이션을 구축하기 위한 프레임워크입니다. 체인 (연속 호출), 에이전트 (LLM 을 사용하여 수행할 작업을 결정하는 시스템), 메모리 (컨텍스트 저장소), 도구 (에이전트가 호출할 수 있는 함수) 에 대한 추상화를 제공합니다.
이 스킬을 사용하려면 API 키가 필요한가요?
네, 이 스킬은 LangChain 애플리케이션을 설계하는 데 도움이 되지만, 실제 코드 예제를 실행하려면 OpenAI API 키나 다른 LLM 제공업체 키가 필요합니다.
에이전트와 체인의 차이점은 무엇인가요?
체인은 미리 정의된 일련의 단계입니다. 에이전트는 LLM 을 사용하여 수행할 작업을 동적으로 결정하므로 복잡한 작업에 더 유연합니다.
에이전트에 메모리를 어떻게 추가하나요?
필요한 메모리 유형 (예: ConversationBufferMemory) 을 가져오고, memory_key 로 초기화한 후, initialize_agent 를 호출할 때 memory 매개변수를 통해 에이전트에 전달하세요.
LangChain 에서 RAG 란 무엇인가요?
RAG(검색 증강 생성) 는 문서 검색과 LLM 생성을 결합합니다. 문서 로더, 텍스트 분할기, 벡터 스토어, RetrievalQA 체인을 사용하여 이를 구축하세요.
LangChain 과 함께 Claude 나 Codex 를 사용할 수 있나요?
네, LangChain 은 다양한 LLM 제공업체를 지원합니다. Claude 모델에는 ChatAnthropic 을, Codex 에는 OpenAI 호환 인터페이스를 사용할 수 있습니다.

개발자 세부 정보

파일 구조

📄 SKILL.md