LangChain, Inc. が提供する、AIエージェントの構築・テスト・デプロイを支援する総合プラットフォーム。2022年10月に「大規模言語モデルを外部データやツールとつなぐためのライブラリ」として公開され、その後エージェント開発の定番として定着した。現在は、オープンソースのフレームワーク（LangChain / LangGraph）と、商用プラットフォームの LangSmith（監視・評価・デプロイ）という二本立ての構成をとる。フレームワーク側は2025年10月に v1.0 に到達し、以降も継続的に更新されている。Klarna や楽天をはじめ、Lyft、LinkedIn、Coinbase など多くの企業での採用が公表されている。
主な特徴
- LangChain ─ エージェントを最短で組み立てるフレームワーク: モデルプロバイダーを問わず、ツール呼び出し（tool calling）を軸にした標準的なエージェントを短いコードで構築できる。Python と JavaScript/TypeScript の両方に対応する
- LangGraph ─ 制御を細かく効かせたい本番用ランタイム: 処理をグラフ（ノードとエッジ）として表現し、状態の永続化、途中からの再開、人間による承認を挟む human-in-the-loop などを標準機能として備える。長時間動き続けるエージェントを想定した設計
- LangSmith による可観測性と評価: エージェントが「どのステップで何を考え、どのツールを呼んだか」をトレースとして記録し、後から追跡できる。評価用データセットを組んで出力の品質をスコア付けする仕組みも用意されている
- デプロイ基盤の内蔵: 作ったエージェントを本番環境で動かすためのホスティング（LangSmith Deployment）を提供。状態を保持したまま動かすエージェント特有の要件に対応する
- MCP（Model Context Protocol）対応: 外部ツールやデータソースを MCP 経由で接続できる。公式ドキュメントに Python 向けの接続手順が用意されている
- 豊富な学習リソースとエコシステム: 公式ドキュメント、LangChain Academy（学習コース）、変更履歴、ブログが整備されており、コミュニティによるサンプルや連携パッケージも多い
料金
フレームワーク本体（LangChain / LangGraph）は MIT ライセンスのオープンソースで、無償で利用できる。課金対象は商用プラットフォームの LangSmith 側になる。
| プラン | 月額料金 | 主な内容 |
|---|---|---|
| Developer | $0（1シートのみ）＋従量課金 | 月5,000トレースまで含む。可観測性と評価、コミュニティサポート |
| Plus | $39/シート（シート数無制限）＋従量課金 | 月10,000トレースまで含む。Deployment・Engine・Fleet を利用可。小規模サーバーレスデプロイ1つが無料枠に含まれる |
| Enterprise | 要問い合わせ | セルフホスト／ハイブリッド構成、SSO・RBAC などのカスタム権限管理、SLA付きサポート |
従量課金の単価は、コンピュート（LCU）が $1.50、ストレージ（LSU）が $1.00 と案内されている。VC出資を受けたスタートアップ向けには最大$10,000分のクレジット提供もある。
料金は2026年8月時点の情報です。最新の料金は公式サイトをご確認ください。
メリット・デメリット
✅ メリット
- フレームワークが無償のオープンソースで、まず手元で試してから商用機能を検討できる
- 採用実績と情報量が多く、詰まったときに参考にできるサンプルや記事が見つけやすい
- 特定のモデルプロバイダーに縛られず、モデルを差し替えながら比較検討できる
- 「作る（LangChain/LangGraph）→ 見る・測る（LangSmith）→ 動かす（Deployment）」が同じエコシステムで完結する
- LangGraph は状態の永続化や中断・再開を前提としており、長時間動くエージェントを組みやすい
⚠️ デメリット
- 抽象化の層が厚く、概念（チェーン、グラフ、ステート、ツール）を一通り理解するまでの学習コストがある
- 更新が速く、バージョン間で書き方が変わることがある。v1.0 到達で安定してきたが、古い記事のコードがそのまま動かない場合がある
- 本格運用ではトレース数に応じた従量課金が効いてくるため、コスト見積もりが必要
- 単純な1回きりのLLM呼び出しで済む用途には、フレームワークを挟むこと自体が過剰になりやすい
- 開発者向けの製品であり、コードを書かずに使えるものではない（ノーコードの Fleet は上位プラン向け）
類似サービスとの比較
| 比較項目 | LangChain | LlamaIndex | CrewAI | OpenAI Agents SDK |
|---|---|---|---|---|
| 提供元 | LangChain, Inc.（米国） | LlamaIndex, Inc.（米国） | CrewAI, Inc.（米国） | OpenAI（米国） |
| 得意領域 | エージェント全般・制御と可観測性 | 文書検索・RAG構築 | 役割分担型のマルチエージェント | OpenAIモデル前提の軽量エージェント |
| モデル選択 | プロバイダー非依存 | プロバイダー非依存 | プロバイダー非依存 | OpenAI中心 |
| 監視・評価基盤 | LangSmith（同一エコシステム） | 別途連携が必要 | 別途連携が必要 | OpenAI側のダッシュボード |
| 学習コスト | やや高い | 中程度 | 低め | 低め |
こんな人におすすめ
- 単発のLLM呼び出しではなく、複数ステップで判断しながら動くエージェントを作りたい開発者
- 「なぜこの出力になったのか」を後から追跡できる可観測性を、開発初期から確保しておきたいチーム
- モデルを一社に固定せず、後から差し替えられる余地を残しておきたいプロジェクト
- 検証（PoC）で終わらせず、本番運用まで見据えた基盤を最初から選んでおきたい組織
- MCP で外部ツールと接続するエージェントを組みたい人
まとめ
LangChain は、AIエージェント開発のデファクトに近い位置を占めるフレームワーク群と、それを本番で運用するための商用プラットフォームを組み合わせた選択肢である。学習コストは決して低くないが、可観測性・評価・デプロイまでを同じ道具立てで揃えられる点は、PoC止まりにしたくないプロジェクトほど効いてくる。まずはオープンソースのフレームワークと LangSmith の無料枠（Developer プラン）で試し、チームで使う段階になったら Plus 以上を検討するのが現実的な進め方といえる。