Sber Développe GigaChain Sans Créer un Fork de LangChain, en Misant sur un Paquetage de Compatibilité

Сбер рассказал, как строит open source-экосистему вокруг GigaChat и почему отказался от форка LangChain в пользу отдельного пакета совместимости. Такой поворот упростил разработку AI-агентов внутри компании и сделал стек понятнее для внешних команд.

Почему сменили подход

GigaChain появился в момент, когда Сберу понадобился единый инструмент для разработки под GigaChat — и для внутренних команд, и для внешних разработчиков. Вместо того чтобы писать всё с нуля, команда решила опереться на уже существующий open source. Базой выбрали LangChain: это был самый заметный фреймворк для агентных систем, который умел работать с разными моделями и не привязывал разработчиков к одному вендору.

Для крупной компании такой выбор означал меньше риска, быстрее старт и более понятный рынок специалистов. На первом этапе команда действительно пошла через форк. Причина была практической: эпоха prompt engineering тогда только набирала обороты, а в LangChain множество промптов было жёстко зашито на английском языке.

Для GigaChat, который был лучше адаптирован к русскому языку, это создавало лишние ограничения. Дополнительной проблемой было и то, что полноценную мультиязычность и вендорскую интеграцию внутри основного проекта было сложно быстро протолкнуть. Но довольно быстро такой подход стал слишком дорогим в сопровождении.

«Мы были вынуждены затягивать к себе по 100–200 изменений, появлявшихся в основном проекте буквально каждую неделю».

Когда LangChain начал стремительно меняться и переходить к модульной архитектуре, в Сбере отказались от форка и собрали собственный пакет совместимости. Теперь рекомендованный сценарий выглядит так: разработчик ставит чистый LangChain и добавляет пакет интеграции с GigaChat. Такой ход оказался устойчивее: даже после того, как поддержка пакета исчезла из официальной документации LangChain, для пользователей почти ничего не изменилось. Фактически команда сохранила совместимость с рыночным стандартом, не застряв в бесконечной синхронизации чужого кода.

Что строит Сбер Вокруг GigaChat команда развивает не один SDK, а целую открытую экосистему.

Её задача — не только дать API-доступ к модели, но и сократить путь до рабочего AI-агента. По словам команды, значимая часть внутренних агентных проектов в Сбере уже опирается именно на этот стек, а внешние разработчики используют его всё активнее. Отдельный сигнал спроса — Python-библиотека для работы с GigaChat API: по данным ClickPy она входит в топ 1,5% самых скачиваемых пакетов на PyPI по месячным загрузкам.

• Python-библиотека для интеграции с GigaChat API пакет совместимости с LangChain вместо собственного форка открытый автономный агент GigaAgent документация, примеры интеграций и практические руководства вебинары, статьи и демонстрации на конференциях Отдельную роль здесь играет GigaAgent. Команда не делала его как лабораторный демо-проект, а дорабатывала по обратной связи от инженеров и бизнеса. На десятках конференций в течение 2025 года разработчики показывали агент вживую и собирали замечания: где нужны REPL и инструменты, где критичен локальный запуск, а где важнее модульность. Бизнес, в свою очередь, подталкивал к прикладным сценариям — анализу данных, подготовке презентаций и работе с корпоративными источниками.

Что даёт open source Для Сбера открытый подход решает сразу несколько задач.

Во-первых, проще нанимать специалистов: если стек построен вокруг LangChain и совместимых библиотек, компании не нужно искать людей под полностью уникальную внутреннюю платформу. Во-вторых, снижается барьер переноса уже существующих агентных решений на GigaChat. Идея здесь простая: если разработчик уже собрал агента на популярном фреймворке, ему должно быть проще адаптировать его под российскую модель без полной переписи.

Есть и третий эффект — помощь сообщества. Команда привела пример с LlamaIndex: изначально Сбер не поддерживал этот фреймворк из-за ограниченных ресурсов, но позже внешний разработчик прислал pull request с поддержкой GigaChat на базе уже существующей библиотеки. В итоге экосистема получила интеграцию с ещё одним популярным стеком почти без внутренних затрат.

При этом лицензионная политика остаётся максимально простой: для своих проектов команда обычно выбирает MIT и внимательно следит за лицензиями и поведением внешних maintainers. Коммуникация вокруг open source для Сбера — не побочная активность, а часть продукта. Команда отвечает на GitHub, поддерживает документацию, выпускает статьи, ведёт Telegram-каналы, проводит вебинары и выходит на профильные конференции.

Только за 2025 год у неё было больше 15 внешних выступлений. В этой модели контент нужен не для PR, а для сокращения времени между релизом, обратной связью и следующей итерацией продукта.

Что это значит

История GigaChain показывает, что для корпоративных AI-стеков сегодня важнее не собственный форк любой ценой, а совместимость с основными open source-инструментами рынка. Если Сбер продолжит держаться этого курса, GigaChat сможет заметно укрепить позиции в русскоязычной разработке агентных систем и в корпоративных сценариях, где скорость внедрения и доступ к знакомому стеку часто важнее технологической экзотики.