LangChain לבניית סוכן AI: מושגים, עלויות ודוגמה ללקוחות

LangChain: מה זה, בקצרה

LangChain היא מסגרת עבודה (framework) בקוד פתוח לבניית אפליקציות וסוכנים שמבוססים על מודלי שפה כמו GPT, Claude או Gemini. התיעוד הרשמי מתאר סוכן כ"מודל + רתמה": ההנחיה (prompt), הכלים שהמודל רשאי להפעיל, ושכבות ביניים (middleware) שעוטפות את לולאת העבודה של המודל.

בפועל, LangChain חוסכת למפתחים לכתוב מאפס את החלקים שחוזרים בכל פרויקט: חיבור לספקי מודלים שונים דרך ממשק אחיד, הגדרת כלים (חיפוש במסד נתונים, שליחת מייל, קריאה ל-API), ניהול היסטוריית שיחה וקבלת פלט מובנה.

הספרייה זמינה ל-Python, ולצידה יש ספרייה מקבילה ל-JavaScript/TypeScript בשם LangChain.js. היא מופצת ברישיון MIT, כך שמותר להשתמש בה גם במוצר מסחרי בלי לשלם עליה. למאגר הקוד שלה ב-GitHub יש, נכון לבדיקה שלנו, כ-148 אלף כוכבים, נתון שמעיד על כמה היא מוכרת בתחום.

ב-22 באוקטובר 2025 יצאו LangChain 1.0 ו-LangGraph 1.0. במרכז הגרסה עומדת פונקציה אחת, create_agent, שמקבלת מודל, רשימת כלים והנחיית מערכת ומחזירה סוכן עובד. הצוות התחייב שלא יהיו שינויים שוברים עד גרסה 2.0, וזה חשוב לעסק שלא רוצה לשכתב קוד בכל עדכון.

המושגים שתפגשו ב-LangChain

מי שקורא תיעוד או מדבר עם מפתח שעובד עם LangChain יפגוש כמה מונחים שחוזרים כל הזמן. כדאי להכיר אותם גם אם לא אתם כותבים את הקוד.

לפי התיעוד, LangChain עובדת עם ספקים רבים, ובהם OpenAI, Anthropic, Google, AWS Bedrock, Azure, Hugging Face ו-Ollama להרצה מקומית. היתרון לעסק: אם מחיר של מודל עולה או שמודל אחר נותן תוצאות טובות יותר בעברית, אפשר לעבור ספק בלי לבנות את המערכת מחדש.

LangChain, LangGraph ו-LangSmith: מה ההבדל

החברה שמאחורי LangChain מציעה כמה מוצרים בשמות דומים, ולכן קל להתבלבל. שלושת העיקריים:

הסוכנים של LangChain רצים כיום על LangGraph, ומשם מגיעות היכולות של שמירת מצב ועצירה לאישור אנושי. בהודעת גרסה 1.0 נכתב שהפונקציה הישנה create_react_agent הוצאה משימוש לטובת create_agent. אם מפתח מציג לכם קוד ישן או מדריך מ-2023 או 2024, סביר שחלק ממנו כבר לא תואם לגרסה הנוכחית.

יש גם את Deep Agents, אפשרות מוכנה יותר שבנויה על הסוכנים של LangChain ומיועדת למשימות ארוכות ומורכבות. לפי התיעוד היא מוסיפה דחיסה אוטומטית של ההקשר, מערכת קבצים וירטואלית והפעלה של תת-סוכנים. מי שבודק גם כלי אחר לתיאום כמה סוכנים יכול לקרוא על בניית צוות סוכנים עם CrewAI.

למי LangChain מתאימה ולמי לא

מתאימה

• עסקים עם מפתח או צוות פיתוח שרוצים סוכן שמחובר למערכות פנימיות: CRM, מערכת הזמנות, מסד נתונים של מוצרים.
• חברות תוכנה שמוסיפות יכולות AI למוצר קיים וצריכות שליטה מלאה בקוד, באבטחה ובבחירת המודל.
• פרויקטים שבהם המידע רגיש וצריך להריץ חלק מהמערכת על שרתים של העסק, למשל עם מודל מקומי דרך Ollama.
• תהליכים מרובי שלבים שדורשים אישור אנושי באמצע, כמו הכנת הצעת מחיר שאיש מכירות מאשר לפני שליחה.

פחות מתאימה

• בעלי עסק בלי ידע בתכנות. LangChain היא ספרייה שכותבים איתה קוד, ואין לה ממשק גרפי של גרירה ושחרור.
• צרכים פשוטים כמו מענה אוטומטי לשאלות נפוצות בוואטסאפ או באתר. לזה יש פלטפורמות מוכנות שלא דורשות כתיבת קוד. אפשר לקרוא על האפשרויות במדריך שלנו על צ'אטבוט לעסק.
• אוטומציות בין אפליקציות (טופס, גיליון, מייל), שבהן Zapier או Make פשוטים יותר.

לעסקים שרוצים סוכן AI ואין להם צוות פיתוח יש גם אפשרות של שירות מנוהל. אחת מהן היא aiclick של ברנדיני, הסוכנות שמפעילה את המגזין. לפני שבוחרים ספק כזה, שאלו על איזו טכנולוגיה הפתרון בנוי, מי הבעלים של הקוד ושל הנתונים, ומה קורה אם תרצו לעזוב.

כמה עולה לעבוד עם LangChain

הספרייה עצמה חינמית. הכסף יוצא על שלושה דברים אחרים, ובפרויקט אמיתי צריך לתקצב את שלושתם:

1. שימוש במודל. כל קריאה ל-GPT, Claude או Gemini דרך API מחויבת לפי כמות הטקסט (טוקנים), לפי המחירון של הספק. סוכן שמפעיל כמה כלים בכל שאלה מבצע כמה קריאות, ולכן עולה יותר מצ'אט פשוט.
2. תשתית. שרת או שירות ענן שמריצים עליו את הקוד, ומסד נתונים אם יש חיפוש במסמכים.
3. שעות פיתוח ותחזוקה. בדרך כלל זה הסעיף הגדול ביותר בעסק קטן.

מי שרוצה לעקוב אחרי מה שהסוכן עושה, לבדוק איכות תשובות ולמצוא תקלות ישתמש לרוב ב-LangSmith. אלה התוכניות שמופיעות בעמוד המחירים, נכון לבדיקה שלנו:

מעבר למכסה משלמים לפי שימוש. ה-traces הבסיסיים נשמרים 14 יום, ושמירה מורחבת של 180 יום עולה תוספת. המחירים משתנים, אז בדקו אותם באתר היצרן לפני שאתם מתחייבים.

דוגמה: סוכן שעונה ללקוחות על הזמנות

נניח שיש לכם חנות אונליין, ואתם רוצים סוכן שעונה ללקוחות על סטטוס משלוח ועל מדיניות החזרות. ככה הפרויקט היה נראה עם LangChain, בשלבים:

1. מגדירים משימה צרה. הסוכן עונה רק על שני נושאים: איפה ההזמנה ואיך מחזירים מוצר. כל שאר הפניות עוברות לנציג.
2. בוחרים מודל. המפתח בודק שניים או שלושה מודלים על אותן 30 שאלות אמיתיות בעברית ומשווה דיוק ועלות.
3. כותבים כלים. כלי אחד שולף סטטוס הזמנה לפי מספר הזמנה ממערכת החנות. כלי שני מחפש במסמך מדיניות ההחזרות.
4. כותבים הנחיית מערכת. טון השירות, מה אסור להבטיח (החזר כספי, למשל), ומתי מעבירים לנציג.
5. מוסיפים middleware. הסתרה של מספרי טלפון ופרטי תשלום, וחובת אישור אנושי לפני כל פעולה שמשנה משהו, כמו ביטול הזמנה.
6. בודקים ומודדים. מריצים את הסוכן מול שאלות היסטוריות, עוברים ב-LangSmith או בכלי מקביל על התשובות השגויות ומתקנים את ההנחיה או את הכלים.
7. עולים בהדרגה. בהתחלה הסוכן מציע טיוטת תשובה לנציג, ורק אחרי שבועות של תוצאות טובות הוא עונה ישירות ללקוחות.

בדוגמה הזו LangChain נותנת את השלד: חיבור למודל, הגדרת כלים ושכבות הבטיחות. ההחלטות העסקיות, כלומר מה מותר לסוכן ומתי הוא עוצר, נשארות אצלכם.

מה לבדוק לפני שמתחילים פרויקט LangChain

אלה הנקודות שכדאי לעבור עליהן עם המפתח או עם הספק לפני שמשקיעים בפרויקט:

• האם בכלל צריך קוד. אם הצורך הוא מענה לשאלות נפוצות או חיבור בין שתי מערכות, כלי ללא קוד יהיה זול ומהיר יותר. LangChain שווה את ההשקעה כשיש לוגיקה מורכבת או חיבור עמוק למערכות של העסק.
• גרסה עדכנית. ודאו שהפרויקט נבנה על LangChain 1.x. גרסה 1.0 דורשת Python 3.10 ומעלה, ותכונות ישנות הועברו לחבילה נפרדת בשם langchain-classic.
• הרשאות הכלים. כל כלי שהסוכן יכול להפעיל הוא פעולה שעלולה לקרות בטעות. התחילו מכלים לקריאה בלבד, והוסיפו כלים שכותבים או מוחקים רק עם אישור אנושי.
• עלות לשיחה. בקשו הערכה של כמה קריאות למודל מתבצעות בשיחה ממוצעת, והכפילו במספר השיחות הצפוי בחודש.
• פרטיות. בררו לאן נשלחים נתוני הלקוחות: לאיזה ספק מודל, ואם הם נשמרים בכלי מעקב כמו LangSmith. במידע רגיש שקלו הסתרה אוטומטית או מודל שרץ אצלכם.
• חלופות לחיבור כלים. כיום יש גם פרוטוקולים סטנדרטיים לחיבור מודלים לכלים חיצוניים. אפשר לקרוא עליהם במדריך שלנו על MCP.
• תחזוקה. מודלים מתעדכנים, מחירים משתנים וממשקי API של ספקים זזים. קבעו מראש מי אחראי לבדוק את הסוכן אחרי כל שינוי.

שאלות נפוצות

האם LangChain חינמית?

כן. הספרייה היא קוד פתוח ברישיון MIT ומותר להשתמש בה גם מסחרית. משלמים על המודלים שמפעילים דרכה, על התשתית, ואם בוחרים, על LangSmith מעבר למכסה החינמית.

האם אפשר להשתמש ב-LangChain בלי לדעת לתכנת?

לא באמת. זו ספרייה ל-Python ול-JavaScript שכותבים איתה קוד. מי שלא מתכנת יסתדר טוב יותר עם פלטפורמת צ'אטבוטים מוכנה, עם כלי אוטומציה כמו Zapier או Make, או עם שירות מנוהל.

מה ההבדל בין LangChain ל-LangGraph?

עם LangChain בונים סוכנים במהירות: מודל, כלים והנחיה. LangGraph היא שכבת תזמור ברמה נמוכה יותר לתהליכים מרובי שלבים עם שמירת מצב ואישור אנושי, והסוכנים של LangChain רצים עליה.

האם LangChain עובדת עם Claude ו-Gemini ולא רק עם OpenAI?

כן. לפי התיעוד היא עובדת עם OpenAI, Anthropic, Google, AWS Bedrock, Azure, Hugging Face, Ollama ועוד, דרך ממשק אחיד שמאפשר להחליף ספק.

האם LangChain תומכת בעברית?

הספרייה מעבירה טקסט למודל ולא מגבילה שפה, כך שאיכות העברית תלויה במודל שבוחרים. לכן בודקים כמה מודלים על שאלות אמיתיות בעברית לפני שמחליטים.