Agent Skills
› langchain-ai/langchain-skills
langchain-ai/langchain-skills
GitHubDeep Agents 核心技能，提供基于 LangChain/LangGraph 的 Agent 框架。涵盖 create_deep_agent 创建、中间件选择（规划、记忆、委托等）、配置及多语言示例，用于构建具备复杂任务处理能力的智能体应用。
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 Agent 框架。涵盖 create_deep_agent 创建、中间件选择（规划、记忆、委托等）、配置及多语言示例，用于构建具备复杂任务处理能力的智能体应用。
需要构建复杂的 Deep Agents 应用
询问 Agent 框架的基础架构与配置
选择或理解特定的 Middleware
npx skills add langchain-ai/langchain-skills --skill deep-agents-core -g -y
提供Deep Agents的存储与持久化方案，涵盖StateBackend、StoreBackend及CompositeBackend的路由配置，支持文件读写与跨会话记忆管理。
需要临时或持久化存储数据
配置Agent的文件系统访问权限
实现跨会话的状态记忆
npx skills add langchain-ai/langchain-skills --skill deep-agents-memory -g -y
用于 Deep Agents 的多智能体编排技能，涵盖子任务委派、待办事项规划及人机协作审批。指导如何配置专用子代理、使用 TodoList 进行任务追踪以及设置 HITL 中断机制以增强复杂工作流的控制力。
需要分解复杂任务给专用代理执行
需要进行多步骤任务规划与进度跟踪
涉及敏感操作需人工审批介入
npx skills add langchain-ai/langchain-skills --skill deep-agents-orchestration -g -y
指导用户基于 LangChain 官方文档，在本地快速搭建支持模型无关的 Deep Agent。通过询问选择提供商模型，利用其内置网络搜索替代 Tavily，实现最小化本地研究代理原型。
用户希望快速构建或尝试 Deep Agent
需要本地搭建 Python 环境下的 AI 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。通过询问模型提供商并替换 Tavily 为原生搜索工具，实现最小化、模型无关的研究型智能体原型。
想要快速构建或尝试 Deep Agent
需要本地搭建 TypeScript 智能体原型
npx skills add langchain-ai/langchain-skills --skill deepagents-typescript-quickstart -g -y
LangChain生态选型指南，指导在构建Agent项目时根据需求选择Deep Agents、LangGraph或LangChain框架，涵盖决策逻辑与工具特性对比。
需要构建AI Agent应用
在LangChain/LangGraph/Deep Agents之间进行技术选型
确定Agent开发的基础环境配置
npx skills add langchain-ai/langchain-skills --skill ecosystem-primer -g -y
用于定义、构建、运行和审计 Harbor Agent 评估任务。通过迭代方式结合用户追踪数据，设计 Harness、Environment 和 Verifier，以验证 Agent 在特定场景下的表现及最终状态结果。
需要为 Agent 创建评估测试用例
设计或运行 Harbor 基准测试
构建受控的 Agent 评估环境
npx skills add langchain-ai/langchain-skills --skill eval-engineering -g -y
指导 LangChain 生态新项目依赖配置，涵盖核心包、版本约束及 LangGraph/Deep Agents 选型，防止兼容性问题。
初始化 LangChain 项目
查询 LangChain 相关包版本要求
解决依赖安装或管理问题
npx skills add langchain-ai/langchain-skills --skill langchain-dependencies -g -y
指导使用 create_agent() 构建生产级 LangChain Agent，涵盖工具定义、中间件集成及状态持久化。
创建 LangChain Agent
配置 Agent 中间件
实现对话状态记忆
npx skills add langchain-ai/langchain-skills --skill langchain-fundamentals -g -y
提供 LangChain Agent 中间件模式，支持人类在环审批、自定义拦截钩子及结构化输出。用于安全控制工具调用、日志重试及人工决策后恢复执行。
需要人类审批危险工具调用
实现自定义中间件逻辑如错误处理或日志记录
需要在人机交互中断后恢复 Agent 执行
npx skills add langchain-ai/langchain-skills --skill langchain-middleware -g -y
指导用户快速搭建本地 LangChain Agent，遵循官方文档，支持模型无关配置，自动创建隔离目录并处理 API Key 环境变量。
用户希望快速尝试或构建 LangChain Agent
用户需要基于官方文档的 Python 本地开发引导
npx skills add langchain-ai/langchain-skills --skill langchain-python-quickstart -g -y
指导构建检索增强生成（RAG）系统，涵盖文档加载、文本分割、向量嵌入及多种向量存储选型与端到端实现。
构建 RAG 系统
集成向量数据库
处理文档检索
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 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。
用户想要尝试或构建 LangChain 智能体
需要快速搭建本地 AI Agent 环境
npx skills add langchain-ai/langchain-skills --skill langchain-typescript-quickstart -g -y
LangGraph CLI 技能，涵盖项目脚手架、本地开发、Docker 构建、部署及配置管理，支持 Python/JS 环境。
使用 langgraph new 创建新项目
运行 langgraph dev 进行本地开发
执行 langgraph build/up/deploy 构建或部署应用
配置 langgraph.json 文件
npx skills add langchain-ai/langchain-skills --skill langgraph-cli -g -y
LangGraph核心技能指南，涵盖StateGraph构建、状态管理、节点与边定义及流式处理。指导开发者设计复杂智能体工作流，提供从建模到编译的完整方法论。
编写LangGraph代码
构建有状态智能体工作流
设计Agent状态图
npx skills add langchain-ai/langchain-skills --skill langgraph-fundamentals -g -y
实现 LangGraph 中的人机协作模式，支持中断执行、人工审批及错误处理。涵盖 interrupt、Command 恢复机制、Checkpointer 配置及线程管理，确保状态持久化与流程可控。
需要暂停 AI 流程等待人工确认
实现基于审批的工作流
处理复杂的状态保存与恢复
npx skills add langchain-ai/langchain-skills --skill langgraph-human-in-the-loop -g -y
LangGraph状态持久化技能，指导配置Checkpointer、Thread ID及Store，支持短时对话记忆与长时跨线程存储，涵盖开发测试到生产部署的多种检查点方案。
需要保存或恢复LangGraph图状态
配置多轮对话会话隔离
实现跨线程用户偏好存储
选择适合环境的持久化后端
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，通过读取官方文档实现基础计算器功能。强调最小化配置、模型无关性及环境变量安全处理，适用于尝试或构建 AI Agent 原型。
用户希望快速创建或测试 LangGraph Agent
需要基于 LangChain/LangGraph 搭建本地 AI 应用原型
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -g -y
指导用户基于官方文档，使用 TypeScript 快速搭建本地 LangGraph Agent。支持自定义模型提供商，强调最小化依赖与环境隔离，引导用户完成基础配置与运行示例。
需要快速构建 LangGraph 应用
尝试本地运行 AI Agent
学习 LangGraph 基础用法
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、与用户沟通确定评估方向，并构建 LLM 裁判或代码型评估器，以验证应用质量。
需要为 LangSmith 项目创建在线评估器
分析应用追踪数据以定义评估标准
npx skills add langchain-ai/langchain-skills --skill langsmith-online-eval-engineering -g -y
Swarm技能用于并行处理大量独立任务。通过创建数据表并将工作分发至子代理，自动批处理并聚合结果，支持重试机制，适用于批量文件处理或记录分析场景。
需要并行处理多个独立文件或数据记录
批量执行相同的指令模板并汇总结果
大规模数据的分类、转换或提取任务
npx skills add langchain-ai/langchain-skills --skill swarm -g -y
指导用户通过 CLI 构建、测试和部署 LangSmith Managed Deep Agents。涵盖需求访谈、能力映射、项目脚手架生成及本地调试发布全流程，确保方案符合平台限制。
用户需要构建或部署基于 LangSmith 的托管深度智能体
用户使用 mda CLI 进行 Agent 开发、测试或部署操作
npx skills add langchain-ai/langchain-skills --skill managed-deep-agents -g -y
