Agent Skills
› langchain-ai/langchain-skills
langchain-ai/langchain-skills
GitHubDeep Agents 核心技能，提供基于 LangChain/LangGraph 的代理框架。涵盖创建代理、中间件配置（任务规划、记忆、子代理等）及多语言示例，适用于构建复杂多步任务的智能应用。
Install All Skills
npx skills add langchain-ai/langchain-skills --all -g -y
Skills in Collection (22)
Deep Agents 核心技能，提供基于 LangChain/LangGraph 的代理框架。涵盖创建代理、中间件配置（任务规划、记忆、子代理等）及多语言示例，适用于构建复杂多步任务的智能应用。
需要构建具备长期记忆或多步规划能力的 AI 代理
集成 Deep Agents 框架进行应用开发
npx skills add langchain-ai/langchain-skills --skill deep-agents-core -g -y
为 Deep Agent 提供内存持久化与文件系统访问能力，涵盖短期状态、长期存储及混合路由后端，支持跨会话记忆和文件读写操作。
需要持久化Agent状态或记忆
执行文件读写或目录浏览操作
npx skills add langchain-ai/langchain-skills --skill deep-agents-memory -g -y
指导在Deep Agents中编排子智能体、任务规划及人工审批。涵盖通过task工具委派工作、TodoList追踪进度，以及HITL中间件确保敏感操作需人工确认，实现复杂任务的自动化与可控执行。
需要创建或管理子智能体
进行多步骤任务规划与分解
配置人机协作审批流程
npx skills add langchain-ai/langchain-skills --skill deep-agents-orchestration -g -y
指导用户基于 LangChain 官方文档，在本地快速搭建最小化 Python Deep Agent。强调模型无关性，要求使用提供商内置网络搜索替代 Tavily，并隔离工作目录以简化配置和运行。
想要快速构建或尝试 Deep Agent
需要本地搭建 Python AI 代理示例
npx skills add langchain-ai/langchain-skills --skill deepagents-python-quickstart -g -y
指导用户基于 LangChain TypeScript SDK，使用模型提供商内置搜索功能，快速搭建并运行本地 Deep Agent。
用户希望快速尝试或构建本地 Deep Agent
用户需要基于 TypeScript 的 AI Agent 脚手架代码
npx skills add langchain-ai/langchain-skills --skill deepagents-typescript-quickstart -g -y
LangChain生态选型指南，用于在构建Agent项目前根据需求（规划、控制流或简单调用）选择Deep Agents、LangGraph或LangChain框架，并提供环境配置与后续技能加载指引。
开始新的LangChain/LangGraph Agent开发项目
需要决定使用哪个AI框架或工具层
npx skills add langchain-ai/langchain-skills --skill ecosystem-primer -g -y
用于迭代构建和审计 Harbor 评估任务。通过映射 Agent 运行环境、设计测试用例并独立验证结果，支持基准测试、验证器设计及受控 Agent 环境评估。
需要为 Agent 创建评估基准
设计或优化验证器逻辑
构建受控测试环境以评估 Agent 性能
npx skills add langchain-ai/langchain-skills --skill eval-engineering -g -y
提供LangChain生态系统的依赖配置指南，涵盖Python/TypeScript环境要求、核心包安装、框架选型（LangGraph或Deep Agents）及模型提供商集成版本约束。
新项目初始化时的依赖安装
查询LangChain相关包的版本兼容性
解决依赖冲突或版本不匹配问题
npx skills add langchain-ai/langchain-skills --skill langchain-dependencies -g -y
指导使用create_agent()构建生产级LangChain智能体，涵盖工具定义、中间件处理及状态持久化。
创建LangChain Agent
配置Agent模型与工具
实现人机交互中间件
npx skills add langchain-ai/langchain-skills --skill langchain-fundamentals -g -y
提供LangChain Agent的人机协同中间件模式，支持危险工具调用前的人工审批、自定义拦截逻辑及命令恢复执行，需配置Checkpointer。
需要实现Agent操作的人工审批流程
需要为Agent添加自定义中间件或日志记录
需要处理Agent执行中断后的恢复
npx skills add langchain-ai/langchain-skills --skill langchain-middleware -g -y
指导用户基于官方文档在本地快速搭建最小化 LangChain Agent。通过询问模型提供商，生成隔离的工作目录和配置，安装依赖并运行示例，帮助用户快速体验 LangChain 的模型无关特性。
用户希望快速尝试或构建本地 LangChain Agent
用户需要从零开始初始化 LangChain Python 项目
npx skills add langchain-ai/langchain-skills --skill langchain-python-quickstart -g -y
提供基于LangChain构建RAG系统的完整指南，涵盖文档加载、文本分割、向量嵌入及多种向量存储选型与集成方法。
构建检索增强生成系统
实现RAG流程
npx skills add langchain-ai/langchain-skills --skill langchain-rag -g -y
指导用户基于官方文档在本地快速搭建最小化 TypeScript LangChain Agent。通过询问模型提供商、配置环境变量并运行示例，帮助用户体验 LangChain 的模型无关性及基础代理功能。
用户想要快速尝试或构建一个本地的 LangChain Agent
用户需要基于 TypeScript 初始化 LangChain 项目
npx skills add langchain-ai/langchain-skills --skill langchain-typescript-quickstart -g -y
管理 LangGraph 应用全生命周期，涵盖项目初始化、本地开发调试、Docker 构建及部署至 LangSmith 平台。
创建新的 LangGraph 项目
运行本地开发服务器
构建 Docker 镜像
部署应用到 LangGraph Platform
配置 langgraph.json
npx skills add langchain-ai/langchain-skills --skill langgraph-cli -g -y
指导编写 LangGraph 代码，涵盖状态图、节点、边、状态管理及错误处理。提供设计方法论与使用场景对比，帮助构建复杂 Agent 工作流。
编写 LangGraph 相关代码
设计 Agent 工作流架构
配置 LangGraph 状态管理
npx skills add langchain-ai/langchain-skills --skill langgraph-fundamentals -g -y
指导在LangGraph中实现人机协作模式，包括使用interrupt暂停执行、Command恢复流程及状态管理。涵盖审批工作流与错误处理策略，适用于需要人工介入的AI应用开发。
实现LangGraph人机交互逻辑
处理图执行中断与恢复
配置Checkpointer和Thread ID
npx skills add langchain-ai/langchain-skills --skill langgraph-human-in-the-loop -g -y
指导 LangGraph 状态持久化配置，涵盖检查点器选型、线程 ID 管理及跨线程存储设置。提供内存、SQLite 及 PostgreSQL 的实现示例，支持开发测试与生产环境部署。
需要保存或恢复 LangGraph 对话状态
配置多轮会话的线程隔离
实现用户偏好等长期记忆存储
选择适合生产环境的持久化后端
npx skills add langchain-ai/langchain-skills --skill langgraph-persistence -g -y
指导用户快速搭建本地 LangGraph Python Agent，遵循官方文档，支持自定义模型提供商，确保环境隔离与安全配置。
需要快速尝试 LangGraph Agent
从零开始构建基于 LangGraph 的本地 AI 应用
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -g -y
指导用户基于官方文档，在本地快速搭建并运行一个最小化的 TypeScript LangGraph Agent。涵盖环境配置、模型选择及基础代码实现，帮助用户零门槛体验 LangGraph 功能。
想要快速尝试 LangGraph
需要在本地搭建 TypeScript Agent 原型
npx skills add langchain-ai/langchain-skills --skill langgraph-typescript-quickstart -g -y
用于迭代式创建LangSmith在线评估器。通过检查Trace数据、访谈用户确定评估标准，并构建LLM或代码型评估器，旨在优化大模型应用的质量监控与评估流程。
需要为LangSmith项目创建在线评估器
希望基于Trace数据迭代设计评估逻辑
npx skills add langchain-ai/langchain-skills --skill langsmith-online-eval-engineering -g -y
用于在LangSmith中构建、测试和部署Managed Deep Agents。涵盖mda CLI使用、项目结构定义、工具/中间件/MCP连接器集成、定时任务及沙箱配置，支持Python和TypeScript代码优先开发模式。
需要构建并部署Deep Agent到LangSmith
使用mda CLI进行本地测试或发布
配置Agent的工具、中间件或MCP连接器
设置Agent的定时任务或沙箱环境
npx skills add langchain-ai/langchain-skills --skill managed-deep-agents -g -y
用于并行批量处理独立任务的技能。通过创建数据表并分发指令给子代理，自动处理批注、结果聚合及失败重试，适用于文件解析、数据分类等高并发场景。
需要并行处理大量独立数据项
对文件列表进行批量分析或转换
执行可并行的子任务聚合
npx skills add langchain-ai/langchain-skills --skill swarm -g -y
