Notice
Recent Posts
Recent Comments
Link
반응형
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- langgraph
- REACT
- RecSys
- pinecone
- toolnode
- tool_calls
- update_state
- LangChain
- 강화학습의 수학적 기초와 알고리듬 이해
- rag
- lcel
- removemessage
- humannode
- add_subgraph
- Python
- tool_binding
- 강화학습
- Ai
- conditional_edges
- rl
- conditional_edge
- langgrpah
- subgraph
- human-in-the-loop
- 추천시스템
- 밑바닥부터시작하는딥러닝 #딥러닝 #머신러닝 #신경망
- chat_history
- 강화학습의 수학적 기초와 알고리듬의 이해
- summarize_chat_history
- 밑바닥부터 시작하는 딥러닝
Archives
- Today
- Total
반응형
목록add_subgraph (1)
반응형
타임트리
[LangGraph] - Subgraph(서브그래프) 1
LangGraph에서는 하나의 graph를 다른 graph에서 노드로 사용할 수 있다. 모듈화라는 측면에서 보았을 때, 특정 작업이나 기능 단위로 독립적인 graph를 구축하면 이들의 조합으로 하나의 큰 작업을 처리하는 parent graph를 생성 가능하다. 이처럼 subgraph를 사용한다면 다음과 같은 장점이 있다.멀티 에이전트 시스템 구축: 각 에이전트 subgraph가 독립적으로 작동하면서 parent graph에서 유기적으로 결합노드 재사용: 여러 graph에서 동일한 작업이 필요한 경우, 이를 subgraph로 정의해 두면 한 번 작성한 subgraph를 여러 parent graph에서 쉽게 재사용 가능.독립적인 작업 분리: 서로 다른 사람이 graph의 각 부분을 독립적으로 작업해야 할 때..
LLM/LangGraph
2025. 1. 1. 22:14