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。涵盖创建智能体、中间件选择（任务规划、上下文管理、记忆等）及配置选项，适用于多步骤、大上下文或需持久化记忆的场景。
Install All Skills
npx skills add langchain-ai/langchain-skills --all -g -y
Skills in Collection (22)
Deep Agents 核心技能，用于构建基于 LangChain/LangGraph 的智能体应用。涵盖创建智能体、中间件选择（任务规划、上下文管理、记忆等）及配置选项，适用于多步骤、大上下文或需持久化记忆的场景。
需要构建复杂的 Deep Agents 应用
使用 create_deep_agent API
配置 Agent 中间件如 TodoListMiddleware 或 MemoryMiddleware
npx skills add langchain-ai/langchain-skills --skill deep-agents-core -g -y
指导 Deep Agent 使用可插拔后端进行文件操作和记忆管理，涵盖短期、长期及混合存储方案。
需要持久化或临时存储数据
配置文件系统访问权限
选择合适的数据后端
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、待办事项规划及人工审批(HITL)。用于复杂工作隔离、专用工具调用及敏感操作拦截。
使用子代理进行任务委派
需要多步任务规划
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，使用提供商原生搜索替代 Tavily，实现模型无关的研究代理。
用户希望快速构建或尝试 Deep Agent
需要初始化 Python 环境并配置 LLM 提供商
npx skills add langchain-ai/langchain-skills --skill deepagents-python-quickstart -g -y
指导用户在本地快速搭建基于 TypeScript 的 Deep Agent，通过 LangChain 文档实现研究智能体。强调模型无关性，使用提供商原生搜索替代 Tavily，并配置 Node 22+ 环境进行最小化部署。
用户希望快速构建或尝试 Deep Agent
需要初始化 TypeScript 本地 AI 代理项目
npx skills add langchain-ai/langchain-skills --skill deepagents-typescript-quickstart -g -y
LangChain/Agent项目启动前的必读指南，用于对比Deep Agents、LangGraph和LangChain的架构差异，提供基于任务需求的工具选型决策表及环境准备建议。
开始新的LangChain或LangGraph Agent项目
需要在不同Agent框架间进行技术选型
npx skills add langchain-ai/langchain-skills --skill ecosystem-primer -g -y
用于定义、构建、运行和审计 Harbor 评估任务。通过迭代检查代理仓库和用户提供的轨迹，创建并验证评估用例，适用于代理评估、基准测试及验证器设计等场景。
需要为 Agent 创建评估用例
设计和运行 Harbor 基准测试
编写或审核验证器逻辑
npx skills add langchain-ai/langchain-skills --skill eval-engineering -g -y
指导LangChain生态项目依赖配置，涵盖核心包选择、版本约束及Python/TS环境要求。
新项目初始化依赖安装
查询LangChain相关包版本兼容性
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，强调该方法是当前最佳实践。
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的人机协作中间件方案，支持危险操作审批、自定义拦截逻辑及结构化输出，确保关键步骤需人工确认。
需要实现Agent工具调用人工审批流程
需要为Agent添加自定义中间件进行日志或错误处理
需要配置人机交互中断与恢复机制
npx skills add langchain-ai/langchain-skills --skill langchain-middleware -g -y
指导用户快速搭建本地最小化 LangChain Python Agent，强调遵循官方文档、模型无关性及安全配置。
需要快速尝试或构建 LangChain Agent
希望了解 LangChain 基础用法
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、分块、嵌入及向量存储等核心组件，并给出Python和TypeScript的端到端代码示例。
需要实现RAG系统
集成向量数据库进行语义搜索
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 Agent，支持模型切换与环境配置。
用户希望快速尝试或构建 LangChain Agent
需要初始化 TypeScript 环境并运行示例
npx skills add langchain-ai/langchain-skills --skill langchain-typescript-quickstart -g -y
LangGraph CLI 技能，用于管理 LangGraph 应用全生命周期。涵盖项目脚手架生成、本地开发调试、Docker 镜像构建、部署至平台及配置文件管理。
创建新的 LangGraph 项目
启动本地开发服务器
构建 Docker 镜像
部署应用到 LangGraph Platform
修改 langgraph.json 配置
npx skills add langchain-ai/langchain-skills --skill langgraph-cli -g -y
LangGraph基础技能，指导编写状态图、节点、边及状态管理代码，涵盖设计方法论与使用场景对比。
编写LangGraph代码
构建Agent工作流
定义状态模式
npx skills add langchain-ai/langchain-skills --skill langgraph-fundamentals -g -y
实现 LangGraph 中的人机协作模式，支持暂停执行以获取用户审批或处理错误，并通过 Command 恢复流程。涵盖中断、状态检查及四层错误处理策略。
需要暂停 Agent 执行等待人工审批
在 LangGraph 中处理错误并请求人工介入
实现人机协作的工作流验证
npx skills add langchain-ai/langchain-skills --skill langgraph-human-in-the-loop -g -y
指导 LangGraph 持久化配置，涵盖 Checkpointer 选型、Thread ID 管理及 Store 跨线程记忆，支持开发测试与生产环境部署。
需要持久化 LangGraph 状态
配置检查点或会话历史
设置跨线程用户记忆
npx skills add langchain-ai/langchain-skills --skill langgraph-persistence -g -y
指导用户基于官方文档快速搭建本地 LangGraph Python Agent，支持自定义模型提供商，强调最小化配置、环境隔离及密钥安全，帮助用户从零开始运行首个 AI Agent。
用户想快速尝试或构建 LangGraph Agent
需要初始化本地 LangGraph 开发环境
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 Agent，支持自定义模型提供商，强调最小化配置与安全性。
快速搭建 LangGraph 项目
尝试 LangGraph 本地开发
初始化 AI Agent 环境
npx skills add langchain-ai/langchain-skills --skill langgraph-typescript-quickstart -g -y
用于在 LangSmith 中迭代构建在线评估器。通过检查追踪数据、与用户沟通确定评估方向，并基于 LLM 或代码方式创建和验证具体的评估逻辑，确保评估标准符合业务质量要求。
需要为 LangSmith 项目创建在线评估器
希望基于追踪数据设计特定的质量评估维度
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。通过创建数据表并分发至子代理执行，自动聚合结果并支持重试失败行，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
需要对大批量数据进行分类、提取或转换
存在大量重复性且互不依赖的AI子任务
npx skills add langchain-ai/langchain-skills --skill swarm -g -y
指导用户在 LangSmith 上使用 mda CLI 构建、测试和部署托管深度代理。通过访谈需求、检查平台限制并映射能力，引导用户完成从脚手架生成到本地调试及最终部署的全流程。
需要构建或部署 Managed Deep Agents
使用 mda CLI 进行开发或发布
npx skills add langchain-ai/langchain-skills --skill managed-deep-agents -g -y
