이 게시물은 자동으로 번역되었습니다. 원본 버전은 여기를 클릭하세요.
langchain-azure-cosmosdb (pip install langchain-azure-cosmosdb)는 LangChain과 LangGraph를 Azure Cosmos DB for NoSQL에 연결하고, 벡터 저장, 캐싱, 기록, 메모리를 위한 일반적인 5개 이상의 별도 서비스를 단일 데이터베이스로 대체하는 새로운 Python 패키지입니다.
하나의 패키지에 6가지 통합
패키지에는 6개의 통합 클래스가 포함됩니다(각각 동기 및 비동기 변형 포함):
- AzureCosmosDBNoSqlVectorSearch — 벡터, 전체 텍스트(BM25), 하이브리드(RRF를 사용한 벡터+텍스트), 가중치 하이브리드 검색
- AzureCosmosDBNoSqlSemanticCache — 반복 쿼리에서 지연 시간과 비용을 줄이기 위한 LLM 응답 캐시
- CosmosDBChatMessageHistory — TTL 지원을 통한 대화 기록 유지
- CosmosDBSaverSync / CosmosDBSaver — LangGraph 체크포인터: 호출 간 thread_id별 그래프 상태 유지
- CosmosDBCacheSync / CosmosDBCache — LangGraph 노드 수준 결과 캐싱
- CosmosDBStore / AsyncCosmosDBStore — 네임스페이스 조직화 및 시맨틱 검색을 갖춘 장기 메모리
액세스 키 및 관리 ID(Entra ID) 인증이 모든 통합에서 지원됩니다.
벡터 및 하이브리드 검색
Azure Cosmos DB for NoSQL은 DiskANN 및 Quantized Flat 벡터 인덱스를 지원하며, 수천에서 수십억 개의 벡터로 확장됩니다 — OpenAI에서 ChatGPT 대화 기록과 메모리를 지원하는 것과 동일한 데이터베이스입니다. 하이브리드 검색 설정:
vectorstore = AzureCosmosDBNoSqlVectorSearch(
cosmos_client=...,
embedding=AzureOpenAIEmbeddings(...),
...
)
results = vectorstore.similarity_search(
"distributed database",
k=5,
search_type="hybrid",
full_text_rank_filter=[{"search_field": "text", "search_text": "distributed"}]
)
Cosmos 체크포인팅을 사용한 LangGraph 멀티 턴 에이전트
CosmosDBSaverSync 체크포인터는 LangGraph 그래프 상태를 유지하여 에이전트가 별도의 호출 간에 컨텍스트를 기억할 수 있게 합니다 — 인메모리 상태 불필요:
checkpointer = CosmosDBSaverSync(
database_name="agents-db",
container_name="checkpoints",
endpoint="..."
)
app = graph.compile(checkpointer=checkpointer)
# 턴 1
app.invoke(
{"messages": [("user", "Hi, I'm Alice!")]},
config={"configurable": {"thread_id": "user-123"}}
)
# 턴 2 — 턴 1에서 상태가 유지됨
app.invoke(
{"messages": [("user", "What's my name?")]},
config={"configurable": {"thread_id": "user-123"}}
)
# 반환: "Your name is Alice!"
다섯 개 대신 하나의 데이터베이스
모든 것을 Cosmos DB for NoSQL에 통합하면 하나의 연결, 하나의 자격 증명 세트, 하나의 확장 다이얼, 그리고 문제가 발생했을 때 찾아볼 한 곳이 생깁니다. 패키지는 PyPI에서 이용 가능하며 소스는 GitHub의 langchain-ai/langchain-azure에 있습니다.
전체 세부 정보는 devblogs.microsoft.com에서 확인하세요.
