Agent Skills
› langchain-ai/langchain-skills
langchain-ai/langchain-skills
GitHubDeep Agents 核心技能，用于构建基于 LangChain/LangGraph 的复杂 Agent 应用。涵盖创建 Agent、中间件配置（任务规划、记忆、子代理等）及 harness 架构，适用于多步任务和持久化场景。
安装全部 Skills
npx skills add langchain-ai/langchain-skills --all -g -y
集合内 Skills (22)
Deep Agents 核心技能，用于构建基于 LangChain/LangGraph 的复杂 Agent 应用。涵盖创建 Agent、中间件配置（任务规划、记忆、子代理等）及 harness 架构，适用于多步任务和持久化场景。
需要构建支持多步规划、长期记忆或子代理委托的 AI Agent 应用
使用 Deep Agents 框架初始化项目或配置中间件
npx skills add langchain-ai/langchain-skills --skill deep-agents-core -g -y
提供Deep Agent的存储后端配置指南，涵盖StateBackend、StoreBackend及CompositeBackend的使用场景与代码示例，支持文件持久化、跨会话记忆及混合存储路由。
需要为Agent配置短期或长期记忆存储
实现文件系统的读写操作
配置跨线程或跨会话的数据持久化
设置混合存储策略以区分临时与永久数据
npx skills add langchain-ai/langchain-skills --skill deep-agents-memory -g -y
指导在Deep Agents中编排子代理、任务规划及人工审批。涵盖SubAgentMiddleware委托工作、TodoListMiddleware跟踪任务及HITL中断机制，提供多语言示例以隔离复杂逻辑并提升上下文管理效率。
需要分解复杂任务给专用代理执行
使用TodoList进行任务规划和状态追踪
涉及敏感操作需人工审批(HITL)
配置自定义子代理及其工具集
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，支持多模型提供商并集成原生网络搜索功能。
用户希望快速尝试或构建本地 Deep Agent
需要基于 LangChain 快速生成研究智能体代码
npx skills add langchain-ai/langchain-skills --skill deepagents-python-quickstart -g -y
指导用户基于官方文档，使用 TypeScript 在本地快速搭建最小化的 Deep Agent。支持多模型提供商内置搜索，替代 Tavily，实现研究代理功能。
用户希望快速构建或尝试 Deep Agent
用户需要在本地初始化 TypeScript 的 LangChain 深度智能体项目
npx skills add langchain-ai/langchain-skills --skill deepagents-typescript-quickstart -g -y
LangChain生态选型指南，在构建Agent前根据需求（规划、控制流或简单调用）推荐Deep Agents、LangGraph或LangChain，并提供各工具适用场景及下一步加载指引。
需要选择LangChain生态中的Agent框架
开始构建新的Agent项目前的环境配置与选型
npx skills add langchain-ai/langchain-skills --skill ecosystem-primer -g -y
协助用户定义、构建、运行及审计Harbor评估任务。通过迭代方式创建测试用例，验证智能体在特定环境下的行为与输出结果，支持基准测试和验证器设计。
需要为智能体创建评估测试用例
运行并审计Harbor评估任务
设计智能体基准测试场景
npx skills add langchain-ai/langchain-skills --skill eval-engineering -g -y
指导LangChain生态项目的依赖管理，涵盖Python/TS环境要求、核心包版本约束及LangGraph与Deep Agents选型建议。
新建LangChain项目
查询包版本兼容性
配置依赖安装
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、中间件集成及状态持久化，强调这是当前推荐的最佳实践。
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 中间件开发指南，涵盖 Human-in-the-Loop 审批、自定义拦截器及结构化输出模式。支持 Python/TypeScript，用于实现危险操作前的人工确认与流程控制。
需要为 AI Agent 添加人工审批机制
需要实现工具调用的拦截或日志记录
需要处理 Agent 执行中断后的恢复逻辑
npx skills add langchain-ai/langchain-skills --skill langchain-middleware -g -y
指导用户基于官方文档快速搭建本地 LangChain Agent。通过询问模型提供商，在独立目录中配置环境、安装依赖并运行示例，实现最小化且模型无关的 AI 应用原型开发。
用户希望快速尝试或构建 LangChain Agent
需要初始化 Python 环境的 LangChain 项目
npx skills add langchain-ai/langchain-skills --skill langchain-python-quickstart -g -y
指导构建检索增强生成(RAG)系统的技能，涵盖文档加载、文本分割、向量嵌入及向量存储选择，提供Python和TypeScript端到端代码示例。
需要实现RAG系统
集成外部知识库到LLM应用
处理文档向量化与检索
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、创建独立目录、配置环境变量及安装依赖，实现模型无关的 Agent 示例运行与验证。
用户希望快速尝试或构建 LangChain Agent
需要初始化 TypeScript 环境的 AI 代理项目
npx skills add langchain-ai/langchain-skills --skill langchain-typescript-quickstart -g -y
管理 LangGraph 应用全生命周期，涵盖项目脚手架创建、本地开发调试、Docker 镜像构建及部署至 LangSmith 平台，支持配置文件管理与远程访问。
使用 langgraph CLI 命令
创建或初始化 LangGraph 项目
构建和部署 LangGraph 应用
配置 langgraph.json
npx skills add langchain-ai/langchain-skills --skill langgraph-cli -g -y
LangGraph核心技能指南，涵盖有向图建模、StateGraph构建、节点与边设计、状态管理及Reducer策略。指导开发者通过五步法开发复杂Agent工作流，处理分支循环及持久化场景。
编写LangGraph代码
设计Agent工作流
配置状态管理
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，涵盖中断执行、人工审批及错误处理。提供interrupt和Command的使用方法及状态持久化要求，适用于需要用户确认或介入的复杂工作流开发。
实现LangGraph人机交互流程
处理图执行中的暂停与恢复
配置人工审批节点
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Checkpointer选型、线程ID管理及Store跨线程存储，提供开发测试与生产环境代码示例。
需要保存LangGraph对话状态
配置检查点或记忆存储
实现多轮对话上下文保持
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，遵循官方文档实现基础计算器功能。支持自定义模型提供商，隔离项目环境，仅配置必要 API Key，运行示例后停止并指引后续学习资源。
用户希望快速尝试或构建 LangGraph Agent
需要基于官方文档搭建最小化本地 LangGraph 环境
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -g -y
指导用户在本地使用 TypeScript 快速搭建 LangGraph Agent，遵循官方文档实现 Graph API 示例，支持自定义模型提供商并最小化环境配置。
用户希望快速尝试或构建 LangGraph Agent
需要基于 TypeScript 的 LangGraph 本地开发脚手架
npx skills add langchain-ai/langchain-skills --skill langgraph-typescript-quickstart -g -y
迭代式构建LangSmith在线评估器。通过检查Trace数据、访谈用户确定评估维度，随后设计并实现LLM裁判或代码类评估器，全程需用户确认配置与方向，确保评估逻辑符合业务质量要求。
需要创建LangSmith在线评估器
分析Trace数据以定义评估标准
调试LLM应用输出质量
npx skills add langchain-ai/langchain-skills --skill langsmith-online-eval-engineering -g -y
用于并行分发和处理大量独立任务的自动化技能。通过创建数据表并扇出至子代理执行，自动处理批处理、结果聚合及失败重试，适用于批量文件处理或记录分类等场景。
需要并行处理多个独立文件或数据记录
批量执行相同的子任务并汇总结果
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。涵盖 mda CLI 使用、项目结构定义及从需求访谈到上线的完整工作流，适用于公共 Beta 阶段。
在 LangSmith 上构建或部署 Deep Agent
询问如何使用 mda CLI 创建代理
npx skills add langchain-ai/langchain-skills --skill managed-deep-agents -g -y
