LangChain Lab
Parcours hands-on LangChain / LangGraph : agents, RAG conforme (DocuSafe), research chat, et hotline vocale support en démo live.
- Période
- 2025 — 2026
- Rôle
- Personal project
- Stack
- 8 technos
Le projet
langchain-lab est un monorepo d’apprentissage orienté portfolio : mini-projets qui enchaînent les briques utiles en prod — agent + tools, RAG, graphe de recherche web, assistant documentaire « conforme », puis hotline vocale support.
L’objectif n’est pas un notebook isolé, mais des apps relançables (CLI, API SSE, UI React) avec des contraintes réalistes : ancrage, tools, refus, rate limits, audit, HITL.
Démo live (étape 05) : voice-hotline.onrender.com
Le parcours
| Étape | Focus |
|---|---|
| 01 — Agent basics | Agent Gemini + tool HTTP + mémoire InMemorySaver |
| 02 — RAG classique | Chunking, embeddings, retrieval tool (Gutenberg) |
| 03 — Research chat | LangGraph web research, retry/refuse, rate limits, UI |
| 04 — DocuSafe | RAG souverain (politiques FR) : citations, refuse, audit |
| 05 — Hotline vocale | Agent tools FAQ + Web Speech + edge-tts + tickets HITL |
Hotline vocale (étape 5) — live
Assistant support : micro ou texte → agent qui appelle search_faq / propose_ticket → réponse + TTS. Déployé sur Render (free), sans PyTorch pour tenir en 512 Mo.
DocuSafe (étape 4)
Pitch « entreprise » : répondre uniquement à partir d’un corpus interne. Hors périmètre → refus, pas d’invention.
Research chat (étape 3)
Contrepoint de DocuSafe : corpus ouvert (web), graphe LangGraph, quotas IP, Docker prêt.
Pourquoi c’est intéressant
- Progression claire : agent → RAG → graphe → conformité → voix + tools
- Patterns réutilisables : citations, refuse, rate limit, HITL
- Code public : github.com/amadoujr/langchain-lab
- Démo : voice-hotline.onrender.com