seedos-langchain 0.2.0

SeedOS Memory integration for LangChain - AI Memory System with Identity and Semantic Search

SeedOS LangChain Integration

SeedOS Memory를 LangChain의 ChatMessageHistory로 사용할 수 있게 해주는 패키지입니다.

버전: 0.2.0
최신 업데이트: 2026-01-21

주요 기능

• ✅ LangChain BaseChatMessageHistory 완전 구현
• ✅ 블록 체인 연결 (prev_hash 자동 관리)
• ✅ 재시도 로직 및 에러 핸들링
• ✅ 의미 기반 검색 지원
• ✅ Identity 기반 메모리 필터링
• ✅ 다중 에이전트 메모리 공유

설치

pip install seedos-langchain

또는 개발 버전:

cd integrations/langchain
pip install -e .

사용법

기본 사용

from seedos_langchain import SeedOSMemory
from langchain.agents import AgentExecutor, create_react_agent
from langchain_openai import ChatOpenAI

# SeedOS Memory 초기화
memory = SeedOSMemory(
    agent_id="user_123",
    api_url="http://localhost:8000"
)

# LangChain 에이전트 생성
llm = ChatOpenAI(temperature=0)
agent = create_react_agent(llm, tools, system_prompt)

# 메모리와 함께 에이전트 실행
executor = AgentExecutor(
    agent=agent,
    tools=tools,
    memory=memory  # ← SeedOS 메모리 사용
)

# 대화 실행
response = executor.invoke({
    "input": "3개월 전에 물었던 대출 건 어떻게 됐어?"
})

API 키 사용

memory = SeedOSMemory(
    agent_id="user_123",
    api_url="https://api.seedos.io",
    api_key="your-api-key-here"
)

세션 관리

# 세션별로 메모리 분리
memory_session1 = SeedOSMemory(
    agent_id="user_123",
    session_id="session_001"
)

memory_session2 = SeedOSMemory(
    agent_id="user_123",
    session_id="session_002"
)

예제

모든 예제는 examples/ 디렉토리에 있습니다.

예제 1: 간단한 대화 기록

from seedos_langchain import SeedOSMemory
from langchain_core.messages import HumanMessage, AIMessage

memory = SeedOSMemory(agent_id="user_123")

# 메시지 추가
memory.add_message(HumanMessage(content="안녕하세요"))
memory.add_message(AIMessage(content="안녕하세요! 무엇을 도와드릴까요?"))

# 메시지 조회
messages = memory.messages
for msg in messages:
    print(f"{type(msg).__name__}: {msg.content}")

예제 2: LangChain 에이전트와 통합

from seedos_langchain import SeedOSMemory
from langchain.agents import AgentExecutor, create_react_agent
from langchain_openai import ChatOpenAI
from langchain.tools import Tool

# 도구 정의
def search_memory(query: str) -> str:
    """SeedOS에서 메모리 검색"""
    # 실제 구현 필요
    return "검색 결과..."

tools = [
    Tool(
        name="search_memory",
        func=search_memory,
        description="SeedOS 메모리에서 검색"
    )
]

# 메모리 초기화
memory = SeedOSMemory(agent_id="user_123")

# 에이전트 생성
llm = ChatOpenAI(temperature=0)
agent = create_react_agent(llm, tools, system_prompt="당신은 도움이 되는 AI입니다.")

executor = AgentExecutor(
    agent=agent,
    tools=tools,
    memory=memory
)

# 실행
response = executor.invoke({
    "input": "지난번 대화 내용을 요약해줘"
})
print(response["output"])

예제 3: 메모리 요약

from seedos_langchain import SeedOSMemory

memory = SeedOSMemory(agent_id="user_123")

# 메모리 요약 정보
summary = memory.get_memory_summary()
print(f"총 메시지 수: {summary['message_count']}")
print(f"사용자 메시지: {summary['human_messages']}")
print(f"AI 메시지: {summary['ai_messages']}")

API 참조

SeedOSMemory

__init__(agent_id, api_url, api_key, session_id)

• agent_id (str): 에이전트/사용자 고유 ID (필수)
• api_url (str): SeedOS API 서버 URL (기본값: "http://localhost:8000")
• api_key (str, optional): API 인증 키
• session_id (str, optional): 세션 ID (기본값: agent_id)

messages (property)

저장된 메시지 목록을 반환합니다.

add_message(message)

새 메시지를 추가합니다.

• message (BaseMessage): LangChain 메시지 객체

clear()

메시지 기록을 삭제합니다 (캐시만 클리어, 실제 블록은 삭제하지 않음).

get_memory_summary()

메모리 요약 정보를 반환합니다.

예제 실행

# 예제 1: 기본 사용
python examples/basic_usage.py

# 예제 2: AI 에이전트 메모리
python examples/02_agent_memory.py

# 예제 3: 다중 에이전트 메모리 공유
python examples/03_multi_agent_memory.py

# 예제 4: 의미 기반 검색
python examples/04_semantic_search.py

# 예제 5: Identity 기반 필터링
python examples/05_identity_filtering.py

요구사항

• Python 3.9+
• langchain >= 0.1.0
• langchain-core >= 0.1.0
• requests >= 2.28.0

변경 사항

자세한 변경 사항은 CHANGELOG.md를 참고하세요.

v0.2.0 (2026-01-21)

• prev_hash 연결 개선
• 재시도 로직 추가
• 5개 예제 추가
• 에러 핸들링 강화

라이선스

MIT License

기여

기여를 환영합니다! 이슈나 PR을 통해 참여해주세요.