LangChainエージェント実践チュートリアル：ゼロから作るRAG検索ボット
LangChainは、LLMを活用したアプリケーション開発で最も広く使われている フレームワークの一つです。特にRAG（Retrieval-Augmented Generation：検索拡張生成） パターンと組み合わせることで、自社データに基づいた正確な回答を返すAIエージェントを 構築できます。本チュートリアルでは、環境構築からデプロイまでを実践的に解説します。
1. LangChainとRAGの基礎知識
LangChainは、LLM（大規模言語モデル）と外部データソース・ツールを 連携させるためのPython/TypeScriptフレームワークです。 単純なプロンプト送信だけでなく、チェーン（Chain）やエージェント（Agent）といった 抽象化レイヤーを提供し、複雑なワークフローを構築できます。
🔥 LangChainエコシステムの規模
LangChainはPythonとTypeScriptの両方をサポートし、 多数のインテグレーションを持つ巨大なエコシステムを形成しています。 ドキュメントDBからAPIまで幅広い連携先が用意されています。
RAG（検索拡張生成）は、LLMが回答を生成する前に関連ドキュメントを検索し、 そのコンテキストを含めて回答させるアーキテクチャです。 これにより、LLMの学習データに含まれない自社固有の情報に基づいた 正確な回答が可能になり、ハルシネーション（事実と異なる回答）を大幅に減らせます。
2. 開発環境のセットアップ
まずは必要なパッケージをインストールし、APIキーを設定します。 Python 3.9以上の環境を前提とします。
setup.sh# 仮想環境の作成とパッケージインストール python -m venv .venv source .venv/bin/activate pip install langchain langchain-openai pip install chromadb # ベクトルDB pip install pypdf # PDFローダー # 環境変数の設定 export OPENAI_API_KEY="your-api-key-here"
| パッケージ | 役割 | 備考 |
|---|---|---|
| langchain | コアフレームワーク | チェーン・エージェントの構築基盤 |
| langchain-openai | LLM連携 | OpenAI APIとの統合モジュール |
| chromadb | ベクトルDB | ドキュメントの埋め込み保存・検索 |
| pypdf | データローダー | PDFファイルのテキスト抽出 |
ℹ️ APIキーの管理について
APIキーは環境変数または.envファイルで管理し、ソースコードに直接記載しないでください。 python-dotenvパッケージを使えば、.envファイルから自動読み込みが可能です。 .gitignoreに.envを追加することも忘れずに。
3. RAG検索ボットを構築する
ここからが本題です。PDFドキュメントを読み込み、ベクトルDBに格納し、 ユーザーの質問に対して関連情報を検索して回答するRAGボットを実装します。
rag_bot.pyfrom langchain_openai import ChatOpenAI, OpenAIEmbeddings from langchain.document_loaders import PyPDFLoader from langchain.text_splitter import RecursiveCharacterTextSplitter from langchain.vectorstores import Chroma from langchain.chains import RetrievalQA # 1. ドキュメントの読み込みと分割 loader = PyPDFLoader("company_docs.pdf") docs = loader.load() splitter = RecursiveCharacterTextSplitter( chunk_size=1000, chunk_overlap=200 ) chunks = splitter.split_documents(docs) # 2. ベクトルDBへの格納 vectorstore = Chroma.from_documents( chunks, OpenAIEmbeddings() ) # 3. RAGチェーンの構築 qa_chain = RetrievalQA.from_chain_type( llm=ChatOpenAI(model="gpt-4"), retriever=vectorstore.as_retriever() ) # 4. 質問への回答 result = qa_chain.invoke("社内の有給休暇制度について教えてください")
4. 実運用に向けた改善テクニック
基本的なRAGボットが動いたら、精度と安定性を向上させるための 改善を加えていきましょう。
⚠️ チャンクサイズとオーバーラップの調整が精度を左右する
ドキュメントの分割方法は検索精度に大きく影響します。 チャンクサイズが大きすぎると関連性の低い情報が混入し、 小さすぎると文脈が失われます。自社のドキュメント特性に合わせて chunk_size（500〜2000）とchunk_overlap（100〜300）を 実験的に調整してください。
主な改善ポイントとしては、(1) Hybrid Search（キーワード検索 + ベクトル検索の併用） の導入、(2) Re-ranking（検索結果の再順位付け）、 (3) メタデータフィルタリング（部署・日付による絞り込み）、 (4) ストリーミング出力によるUX向上が挙げられます。 LangSmithなどのオブザーバビリティツールを導入し、 検索精度のモニタリングを継続的に行うことで、品質を維持・向上できます。