LangChain ist ein Framework zur Entwicklung von Applikationen, die auf großen Sprachmodellen (LLMs) aufbauen. Das MIT-lizenzierte Ökosystem stellt für agentische Anwendungen den gesamten Stack bereit, in drei Schichten: LangChain als Framework mit Integrationen für Modelle, Tools und Vektordatenbanken; LangGraph als Runtime für dauerhafte, zustandsbehaftete Agenten-Workflows; und DeepAgents, das darauf aufbauend einsatzfähige Deep Agents mit Planung, Sub-Agenten und virtuellem Dateisystem bereitstellt.

---

Wir nutzen die verschiedenen Schichten in unseren auf Python basierenden KI-Systemen. MUCGPT setzt seine Assistenten als mit DeepAgents erzeugte Agenten ein, die auf LangGraph laufen und ihren Zustand in PostgreSQL persistieren. Die agentenbasierte Suche von RIS-KI wird ebenfalls von einem LangGraph-Agenten angetrieben. Die RAG-Pipelines der Dienstleistungsfinder KI-Suche und von Zammad-AI nutzen das LangChain-Framework mit seinen Integrationen, zum Beispiel für Qdrant.

Alle Schichten verbinden sich mit OpenAI-kompatiblen Modellendpunkten und kommen als Python-Bibliotheken zum Einsatz, also innerhalb unserer eigenen Dienste — wir konsumieren das Ökosystem, betreiben dafür aber keine eigene LangChain-Infrastruktur.