LangGraph, 도구 호출, 하위 에이전트, 에이전틱 메모리를 활용한 Groq 기반 에이전틱 리서치 어시스턴트: 함께 만들어 보자
A Groq-Powered Agentic Research Assistant with LangGraph, Tool Calling, Sub-Agents, and Agentic Memory: Let’s Build It
TL;DR AI
1분핵심 요약
이 튜토리얼은 Groq 기반 LangGraph 리서치 에이전트를 도구 호출, 서브 에이전트, 장기 메모리와 함께 만드는 방법을 보여준다.
먼저 Groq를 LangChain에서 OpenAI 호환 백엔드로 설정하고 llama-3.3-70b-versatile 같은 모델을 사용한다.
에이전트는 웹 검색, 페이지 가져오기, Python 실행, 스킬 로딩, 서브 에이전트 위임, 메모리 활용이 가능하다.
여러 단계를 거치는 연구 워크플로를 비교적 저비용으로 구성하고 구조화된 결과를 만들 수 있다는 점이 강조된다.