Agent Skills
› langchain-ai/langchain-skills
langchain-ai/langchain-skills
GitHubDeep Agents 核心技能，用于构建基于 LangChain/LangGraph 的智能体应用。涵盖代理创建、中间件配置（任务规划、记忆、子代理等）及架构设计，适用于复杂多步任务和持久化场景。
Install All Skills
npx skills add langchain-ai/langchain-skills --all -g -y
Skills in Collection (23)
Deep Agents 核心技能，用于构建基于 LangChain/LangGraph 的智能体应用。涵盖代理创建、中间件配置（任务规划、记忆、子代理等）及架构设计，适用于复杂多步任务和持久化场景。
需要构建复杂的智能体应用
配置 Agent 中间件如 TodoList 或 SubAgent
初始化 Deep Agents 项目结构
npx skills add langchain-ai/langchain-skills --skill deep-agents-core -g -y
提供Deep Agents的记忆与持久化后端选择指南，涵盖StateBackend、StoreBackend及CompositeBackend的配置示例，用于实现文件操作和跨会话状态管理。
需要配置Agent的持久化存储
需要实现跨会话记忆功能
需要处理临时或长期文件缓存
npx skills add langchain-ai/langchain-skills --skill deep-agents-memory -g -y
Deep Agents 编排技能，涵盖子代理任务委派、TodoList 规划及人工审批(HITL)功能。用于复杂任务分解、上下文隔离及敏感操作管控。
使用子代理进行任务委派
需要任务规划和跟踪
涉及敏感操作需人工审批
npx skills add langchain-ai/langchain-skills --skill deep-agents-orchestration -g -y
指导用户快速搭建本地 Deep Agent，遵循官方文档并替换 Tavily 为提供商原生搜索，实现模型无关的研究代理原型。
用户想快速构建或尝试 Deep Agent
需要基于 LangChain 创建本地研究代理
npx skills add langchain-ai/langchain-skills --skill deepagents-python-quickstart -g -y
指导用户基于 LangChain 官方文档，使用 TypeScript 快速搭建本地 Deep Agent。强调模型无关性，要求选用支持内置网页搜索的提供商（如 Anthropic/OpenAI/Google）替代 Tavily，并在隔离目录中完成最小化配置与运行演示。
用户希望快速构建或尝试本地 Deep Agent
用户询问如何使用 TypeScript 初始化 Deep Agent
npx skills add langchain-ai/langchain-skills --skill deepagents-typescript-quickstart -g -y
LangChain生态工具选型指南，用于在构建Agent前根据需求选择Deep Agents、LangGraph或LangChain，并提供环境配置与下一步技能加载指引。
开始构建LangChain/LangGraph/Deep Agents项目
需要确定Agent框架选型
查询Agent开发最佳实践
npx skills add langchain-ai/langchain-skills --skill ecosystem-primer -g -y
用于构建和维护Agent评估基准的技能。涵盖从审查仓库、设计任务规范，到生成合成数据、构建测试环境及验证器，最终执行Harbor运行并校准结果的全流程。
需要设计或维护Agent评估基准
生成用于评估的合成数据
构建和审计Agent测试任务
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和TypeScript的环境要求、核心包版本约束及框架选型建议。
新项目初始化时的依赖安装
查询LangChain相关包的版本兼容性
解决依赖冲突或环境配置问题
npx skills add langchain-ai/langchain-skills --skill langchain-dependencies -g -y
指导使用LangChain的create_agent构建生产级Agent，涵盖工具定义、中间件处理及状态持久化。
创建LangChain Agent
配置Agent中间件
实现Agent状态管理
npx skills add langchain-ai/langchain-skills --skill langchain-fundamentals -g -y
提供LangChain Agent中间件开发技能，支持人机协作审批、自定义拦截逻辑及结构化输出。涵盖HumanInTheLoopMiddleware配置、命令恢复模式及错误处理钩子实现。
需要Agent执行前的人工审批
实现工具调用的自定义拦截或日志记录
构建支持人类决策恢复的Agent工作流
npx skills add langchain-ai/langchain-skills --skill langchain-middleware -g -y
指导用户在本地快速搭建基于 LangChain 的 Python Agent，通过读取官方文档并遵循最小化设置约束（如模型选择、目录隔离、环境变量管理），实现一个可运行的示例 Agent。
用户希望快速构建或尝试 LangChain Agent
用户需要本地初始化 LangChain 项目
npx skills add langchain-ai/langchain-skills --skill langchain-python-quickstart -g -y
提供构建检索增强生成(RAG)系统的完整指南，涵盖文档加载、文本分割、向量化及向量存储选择，并给出Python和TypeScript端到端代码示例。
构建RAG系统
集成外部知识库
实现文档检索与生成
npx skills add langchain-ai/langchain-skills --skill langchain-rag -g -y
指导用户基于官方文档快速搭建本地 TypeScript LangChain Agent。通过询问模型提供商，配置环境变量并安装依赖，运行示例代码以验证功能，旨在提供最小化、模型无关的本地开发环境脚手架。
用户希望快速尝试或构建 LangChain Agent
需要初始化 TypeScript 环境的 LangChain 项目
npx skills add langchain-ai/langchain-skills --skill langchain-typescript-quickstart -g -y
LangGraph CLI 技能，覆盖 LangGraph 应用的全生命周期管理。支持项目初始化、本地开发调试、Docker 构建、部署至平台及配置管理，助力快速搭建和发布 AI Agent 应用。
需要创建新的 LangGraph 项目模板
在本地运行或调试 LangGraph 服务
构建 Docker 镜像并部署到 LangGraph Platform
配置或修改 langgraph.json 文件
npx skills add langchain-ai/langchain-skills --skill langgraph-cli -g -y
用于在 LangGraph 中替换 LLM 进行路由决策，支持 TypeSafe Jev 和 SemIf 模型。涵盖分类器安装、配置及状态路由模式，适用于分流、过滤等场景。
使用决策模型替代 LLM 进行路由
审计 Agent 中的 LLM 路由调用
配置 TypeSafeClassifier
npx skills add langchain-ai/langchain-skills --skill langgraph-decision-models -g -y
LangGraph基础技能，指导编写基于有向图的智能体工作流代码。涵盖StateGraph构建、节点与边定义、状态管理及Command/Send等高级特性，适用于复杂流程编排与细粒度控制场景。
编写LangGraph代码
设计Agent工作流
实现复杂状态管理
npx skills add langchain-ai/langchain-skills --skill langgraph-fundamentals -g -y
LangGraph人机协作技能，支持中断执行、用户审批及错误处理。通过interrupt和Command实现暂停与恢复，需配置Checkpointer和Thread ID，确保状态持久化与JSON序列化。
需要暂停流程等待人工审批
实现LangGraph人机交互模式
处理带有人工介入的错误恢复
npx skills add langchain-ai/langchain-skills --skill langgraph-human-in-the-loop -g -y
指导 LangGraph 状态持久化，涵盖检查点选择、线程管理及跨线程存储配置，支持开发测试与生产环境部署。
LangGraph 状态持久化需求
配置检查点或线程ID
设置跨线程记忆存储
npx skills add langchain-ai/langchain-skills --skill langgraph-persistence -g -y
指导用户快速搭建本地 LangGraph Agent，遵循官方文档，支持自定义模型提供商，强调最小化配置与环境隔离。
想要快速尝试 LangGraph Agent
需要基于官方文档搭建 Python 环境
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -g -y
指导用户基于官方文档快速搭建本地 TypeScript LangGraph 智能体，支持自定义模型提供商，强调最小化配置与环境隔离。
用户想快速尝试或构建 LangGraph 智能体
需要初始化 TypeScript 版的 LangGraph 项目
npx skills add langchain-ai/langchain-skills --skill langgraph-typescript-quickstart -g -y
用于在 LangSmith 中迭代创建在线评估器。通过检查追踪数据、访谈用户确定评估标准，并构建 LLM-as-judge 或代码型评估器，实现 AI 应用质量的自动化验证与监控。
需要为 LangSmith 项目创建在线评估器
分析 LLM 应用追踪数据以定义质量指标
配置 LLM 作为裁判的评估逻辑
npx skills add langchain-ai/langchain-skills --skill langsmith-online-eval-engineering -g -y
Swarm Skill 用于并行处理大量独立任务。通过创建表并分发指令到子智能体，自动批处理工作单元，聚合结果并支持重试失败项，适用于批量文件解析或数据记录处理场景。
需要并行处理多个独立文件或数据行
批量执行相同的指令模板并汇总结果
npx skills add langchain-ai/langchain-skills --skill swarm -g -y
指导用户构建、测试和部署 LangSmith Managed Deep Agents。通过访谈明确需求，校验平台限制，并引导完成从脚手架生成、本地调试到云端部署的全流程。
需要构建基于代码的 Deep Agent
使用 mda CLI 进行开发或部署
询问如何创建第一个 Agent
npx skills add langchain-ai/langchain-skills --skill managed-deep-agents -g -y
