Розробка AI-агентів на Python (LangGraph)

Колекція AI-агентів на Python з використанням фреймворку LangGraph — від простих state graph'ів до повноцінної RAG-системи, яка відповідає на запитання на основі PDF-документа.

Що реалізовано:
• Stateful граф-агенти — вузли, ребра, умовна маршрутизація та цикли
• Розмовні чат-боти з повною пам'яттю та логуванням діалогів
• ReAct-агент — міркує та викликає інструменти в циклі думка→дія→думка
• Асистент з документами — інтерактивний агент, що створює, редагує та зберігає текстові файли через tool calling
• RAG-система — завантажує PDF, розбиває на чанки, векторизує через HuggingFace, зберігає у ChromaDB та відповідає на запитання з посиланнями на джерело (temperature=0 для мінімізації галюцинацій)

Стек технологій:
Python 3.12 · LangGraph · LangChain · Groq (LLaMA 3.3 70B, GPT-OSS 120B) · ChromaDB · HuggingFace Embeddings

Ці проєкти демонструють практичний досвід роботи з агентними AI-системами: виклик інструментів, багатокрокове міркування, управління пам'яттю та retrieval-augmented generation. Відкритий до фріланс-замовлень у сфері AI-агентів, чат-ботів та RAG-систем.

Github:https://github.com/yura2787/LangGraph

#Python #AI #LangGraph #LangChain #RAG #Chatbot #LLM #AIAgents #MachineLearning #VectorDatabase #Automation