Snowflake ✕ LangChain でできること

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

© 2025 NTT DATA Japan Corporation 4 Snowflake ✕ LangChain でできることここ一ヶ月で、Snowflakeで使えるLangChainのバージョンもv0.1からv0.3に上がっています（＝LangChainの波動を感じる…！） ■ 2025年1月30日の私のつぶやき（v0.1） ■ 2025年3月10日時点のライブラリ（v0.3） https://repo.anaconda.com/pkgs/snowflake/ LangChainについて、は後ほど

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

© 2025 NTT DATA Japan Corporation 7 【2025年最新】 Snowflake ✕ LangChain でできること本日はSnowflake上で動作させられるLangChain機能をいくつかご紹介します。 • Python UDFでドキュメント取り込み by Snowpark＆LangChain • LangChain Agent on Snowflake（Snowflake Anacondaライブラリ） • LLMツール • RAGツール • SQLツール • LangGraph on Snowflake（持ち込みライブラリ）これにより、 Snowflake ✕ LangChain の世界観を理解し、 LangChain on Snowflake を今すぐ始められるようになることを目指します他にも色々あると思うよ！今回は一例ということで。

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

© 2025 NTT DATA Japan Corporation 10 Python UDF でドキュメント取り込み Snowpark Python UDF と LangChain の DocumentLoader を使って、スケーラブルに様々なドキュメントの取り込みを行います。 Loader.load() UDF File Path PDF Text aa.pdf bb.xlsx このドキュメントは、～～ユーザー名ユーザーID ・・・ xx.docx 概要 XXシステムは、～～出力テキスト … … File Path aa.pdf bb.xlsx xx.docx … 入力ドキュメント Loader.load() Loader.load()

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

© 2025 NTT DATA Japan Corporation 17 LangChain エージェントツール（SQL） Snowflakeの任意のテーブルにクエリを実行できるツールです。どんなテーブル・カラムがあるかを調査したり、エラー内容を自己解決したりするように構成しています。参考：https://medium.com/snowflake/just-the-gist-developing-a-custom-langchain-tool-that-uses-snowpark-session-6dd86316c464

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

© 2025 NTT DATA Japan Corporation 22 LangGraph LangGraphは、LangChainよりも柔軟にLLM実行グラフを構築できるOSS from langgraph.graph import END, START, StateGraph from langgraph.graph.message import add_messages from langgraph.prebuilt import ToolNode, tools_condition class State(TypedDict): messages: Annotated[list, add_messages] graph_builder = StateGraph(State) graph_builder.add_node("chatbot", chatbot) tool_node = ToolNode(tools=[tool]) graph_builder.add_node("tools", tool_node) graph_builder.add_conditional_edges("chatbot", tools_condition) graph_builder.add_edge("tools", "chatbot") graph_builder.add_edge(START, "chatbot") https://langchain-ai.github.io/langgraph/tutorials/introduction/#part-3-adding-memory-to-the-chatbot

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

© 2025 NTT DATA Japan Corporation 25 おわりに Snowflake ✕ LangChain により、Snowflakeに蓄積されたデータを使って、 LLMで自律的に分析させることの未来が垣間見えました！どこまで実用できるのか？は正直私も分かってません（ここ重要！）が、 Snowflakeで様々なLangChainの機能が「動くこと」は確認できました。 • https://github.com/THiyama/LangChain-Snowflake-Test • 現地参加の方は、実際に動いている様子を見ながら話しましょう！今後、Snowflakeもこの領域をどんどん強めていくと思うので、我々もしっかり追従（むしろ追い越し）していきましょう

Slide 26

Slide 26 text

No content