coding-prefs

Lies die Codierungspräferenzen des Benutzers aus /memory/coding-prefs.md, bevor du nicht-triviale Stilentscheidungen triffst, und füge neue Präferenzen hinzu, wenn der Benutzer diese angibt…

npx skills add https://github.com/langchain-ai/deepagents --skill coding-prefs

Coding Preferences Skill

Use this skill to keep /memory/coding-prefs.md in sync with how this specific user wants you to work. This file is user-scoped, so each user has their own copy — anything you write here only affects future conversations with the same user.

When to Read

  • Before picking a code style, test framework, or commit message format
  • Before deciding whether to add comments, type hints, or docstrings
  • Before refactoring beyond what was asked

When to Write

Append a new entry whenever the user gives feedback that should apply to future work:

  • "Don't add docstrings unless I ask" → save it
  • "I prefer pytest over unittest" → save it
  • "Stop summarizing what you did at the end" → save it

Each entry should be one line: the rule, then a brief reason if the user gave one.

How to Write

Read the file first (it may not exist yet), then append. Don't overwrite — preferences accumulate over time. If a new preference contradicts an existing one, replace the old line and note the change.

Mehr Skills von langchain-ai

deepagents-thread-inspector
langchain-ai
Untersuchen und erklären Sie Konversationen im lokalen Deep Agents Code SQLite-Sitzungsspeicher. Verwenden Sie es als Fallback, wenn die LangSmith-Trace-Tooling nicht verfügbar ist, für…
deepagents-python-quickstart
langchain-ai
Richte einen minimalen lokalen Deep Agent in Python ein, indem du dem offiziellen Quickstart folgst und die provider-native Websuche anstelle von Tavily verwendest. Verwende dies, wenn der Benutzer möchte…
deepagents-typescript-quickstart
langchain-ai
Erstelle ein minimales lokales Deep Agent in TypeScript, indem du dem offiziellen Quickstart folgst, und verwende die anbieternative Websuche anstelle von Tavily. Verwende, wenn der Benutzer…
eval-engineering
langchain-ai
Ein Agent-Repository und optionale vom Benutzer bereitgestellte Traces iterativ inspizieren, den Benutzer interviewen und Harbor-Evals einzeln erstellen, ausführen und prüfen. Verwenden für…
LangChain RAG Pipeline
langchain-ai
RUFEN SIE DIESE FÄHIGKEIT auf, wenn Sie ein Retrieval-Augmented Generation (RAG)-System erstellen. Umfasst Dokumentenlader, RecursiveCharacterTextSplitter, Einbettungen (OpenAI),…
LangChain Structured Output & HITL
langchain-ai
langchain-structured-output-&-hitl — eine installierbare Fähigkeit für KI-Agenten, veröffentlicht von langchain-ai/langchain-skills.
LangSmith Datasets
langchain-ai
RUFEN SIE DIESE FÄHIGKEIT auf, wenn Sie Evaluierungsdatensätze aus Traces erstellen oder Datensätze zu LangSmith hochladen oder Datensätze abfragen. Deckt Datensatztypen ab (final_response, …)
langsmith-evaluator
langchain-ai
RUFEN SIE DIESE FÄHIGKEIT auf, wenn Sie Evaluierungspipelines für LangSmith erstellen. Deckt drei Kernkomponenten ab: (1) Erstellen von Evaluatoren – LLM-as-Judge, benutzerdefinierter Code; (2)…