LangChain 로 구축된 관찰 에이전트
LangChain 대규모 언어 모델(LLM)과 외부 도구를 활용하는 AI 기반 애플리케이션을 구축하기 위한 Python 프레임워크입니다. LangChain, 를 사용하면 작업, 도구 및 대규모 언어 모델(LLM)을 연동하여 문서 생성, 요약, 데이터 분석 등을 위한 상황 인식 시스템을 구축하는 지능형 워크플로를 개발할 수 있습니다.
Instana LangChain 애플리케이션에 대한 가시성을 제공하여 워크플로, LLM 상호 작용 및 작업 실행을 실시간으로 모니터링할 수 있게 합니다.
전제조건
다음의 필수 조건이 충족되었는지 확인하십시오.
Python 3.8 이상이 설치되어 있습니다.
API 의 LLM 키, Anthropic, OpenAI, 또는 LangChain 에서 지원하는 모든 LLM 제공업체.
Instana 애플리케이션에 맞게 구성되어 있는지 확인하려면 ‘시작하기’를 참조하세요.
LangChain 애플리케이션에 계측 기능 추가하기
LangChain 애플리케이션에 Instana 를 적용하려면 다음 단계를 따르십시오:
LangChain 와 OpenLLMetry 에 필요한 패키지를 설치하십시오.
pip install langchain langchain-anthropic traceloop-sdkLLM 제공업체의 인증 정보를 설정하세요.
export ANTHROPIC_API_KEY="<your-api-key>"참고:다른 제공업체를 사용하는 경우, 해당 제공업체의 환경 변수로 를
ANTHROPIC_API_KEY대체하십시오(예: OpenAIOPENAI_API_KEY의 경우 ).LangChain 애플리케이션을 생성하세요.
다음 예시에서는 OpenLLMetry 를 사용한 LangChain 워크플로 모니터링 방법을 보여줍니다:
from langchain_anthropic import ChatAnthropic from langchain_core.prompts import PromptTemplate from traceloop.sdk import Traceloop from traceloop.sdk.decorators import task, workflow # Initialize OpenLLMetry Traceloop.init(app_name="langchain_demo") @task(name="initialize_llm") def initialize_model(): return ChatAnthropic( model="claude-3-5-sonnet-20241022", temperature=0.7, max_tokens=512 ) @task(name="create_prompt_template") def create_prompt(): return PromptTemplate( input_variables=["input_text"], template="You are a helpful AI assistant. Respond to the following: {input_text}" ) @task(name="process_llm_query") def process_query(prompt, llm, input_text): chain = prompt | llm return chain.invoke({"input_text": input_text}) @workflow(name="langchain_conversation_workflow") def run_conversation(): llm = initialize_model() prompt_template = create_prompt() input_text = "Explain the concept of quantum computing in simple terms." response = process_query(prompt_template, llm, input_text) print("Response:", response.content) if __name__ == "__main__": run_conversation()LangChain 애플리케이션을 실행하세요.
python langchain_app.py응용 프로그램이 응답을 생성합니다:
Response: Quantum computing is a type of computing that uses quantum-mechanical phenomena such as superposition and quantum entanglement to perform calculations. Unlike classical computers that use binary digits (0s and 1s), quantum computers use quantum bits or "qubits" that can exist in multiple states simultaneously. This allows quantum computers to perform certain types of calculations much faster than classical computers.Instana 에서 데이터를 확인하세요. 애플리케이션을 실행하면 데이터가 Instana 의 Gen AI 가시성 대시보드에 표시됩니다:
그림 1. LangChain Instana 의 흔적 
대시보드에는 다음과 같이 표시됩니다:
워크플로 실행 흐름
개별 작업 실행 (모델 초기화, 프롬프트 생성, 쿼리 처리)
지연 시간 및 토큰 사용량에 따른 LLM 상호작용
체인 운영
문제점 해결
트레이스가 표시되지 않거나 연결 오류가 발생하는 등 일반적인 문제의 경우, ‘문제 해결’을 참조하십시오.
create_react_agent를 사용할 때 지표가 예상된 값으로 표시되지 않음
문제 : 특정 기능을 사용할 때 모델 이름을 비롯한 일부 create_react_agent지표가 올바르게 표시되지 않습니다.
가능한 원인 : 해당 langchain.agents 패키지에서 가져오기가 지원되지 않습니다.
이 문제를 해결하려면 패키지에서 langgraph.prebuiltcreate_react_agent 다음을 가져오세요:
# Don't use this
from langchain.agents import create_react_agent
# Use this instead
from langgraph.prebuilt import create_react_agent
다음 단계
Instana 에서 지원하는 다른 AI 에이전트 프레임워크 살펴보기
LLM 사용에 따른 비용 산정 방법 알아보기
LangChain 워크플로우에 대한 알림 설정하기