🔹 З чого складається LangChain? Основні компоненти:🔗 Ланцюги (chains) — це послідовність кроків. Наприклад: витягни текст → підготуй запит → оброби результат → згенеруй відповідь. У кожного кроку — свій prompt, своя логіка, і навіть своя модель.

🛠 Tools (інструменти) — це все, з чим модель може взаємодіяти:API, база даних, калькулятор, вебпошук, git, Google Sheets. Агент вирішує, який інструмент використати для задачі.

🧠 Пам’ять (memory) — щоб модель знала, що вже було:історія діалогу, лог попередніх рішень, ключові змінні. Можна зберігати все або стислий підсумок — залежно від задачі.

🤖 Agents (агенти) — те, що не просто вказує моделі шлях по сценарію, а ще і дає їй можливість вирішувати, що робити на кожному кроці. Вона аналізує запит, обирає інструменти, виконує дії, перевіряє результат — і повторює цикл, поки не досягне цілі. У LangChain це все пов’язано: агент працює з інструментом, запам’ятову і виконує сценарій у ланцюзі (послідовності).

📌 Отже на базі цього ви можете зробити наступне: - спроєктувати ланцюг дій для клієнтського кейсу; - описати, які інструменти має використовувати агент; - визначити, що потрібно памʼятати між сесіями; - перевірити логіку та вплив на UX або бізнес-метрики. LangChain — не про "LLM із кнопкою", а про живу логіку 🧩 #AIforBA