LangChain Structured Output & HITL
por langchain-ai
langchain-structured-output-&-hitl — una habilidad instalable para agentes de IA, publicada por langchain-ai/langchain-skills.
npx skills add https://github.com/langchain-ai/langchain-skills --skill 'LangChain Structured Output & HITL'Más skills de langchain-ai
deepagents-thread-inspector
langchain-ai
Inspecciona y explica conversaciones en el almacén de sesiones SQLite local de Deep Agents Code. Úsalo como respaldo cuando la herramienta de trazado de LangSmith no esté disponible, para…
deepagents-python-quickstart
langchain-ai
Crear un agente local mínimo de Deep Agent en Python siguiendo la guía de inicio rápido oficial, utilizando la búsqueda web nativa del proveedor en lugar de Tavily. Úsalo cuando el usuario quiera…
deepagents-typescript-quickstart
langchain-ai
Crear un agente Deep local mínimo en TypeScript siguiendo la guía de inicio rápido oficial, usando la búsqueda web nativa del proveedor en lugar de Tavily. Usar cuando el usuario…
eval-engineering
langchain-ai
Inspecciona de forma iterativa un repositorio de agentes y los traces opcionales proporcionados por el usuario, entrevista al usuario, y crea, ejecuta y audita los evals de Harbor uno a la vez. Úsalo para…
LangChain RAG Pipeline
langchain-ai
INVOCA ESTA HABILIDAD al construir CUALQUIER sistema de generación aumentada por recuperación (RAG). Cubre cargadores de documentos, RecursiveCharacterTextSplitter, embeddings (OpenAI),…
LangSmith Datasets
langchain-ai
INVOCA ESTA HABILIDAD al crear conjuntos de datos de evaluación a partir de trazas O al subir conjuntos de datos a LangSmith O al consultar conjuntos de datos. Cubre tipos de conjuntos de datos (final_response,…
langsmith-evaluator
langchain-ai
INVOCA ESTA HABILIDAD al construir pipelines de evaluación para LangSmith. Cubre tres componentes principales: (1) Creación de Evaluadores - LLM como juez, código personalizado; (2)…
LangSmith Evaluators
langchain-ai
INVOCA ESTA HABILIDAD al construir pipelines de evaluación para LangSmith. Cubre tres componentes principales: (1) Creación de Evaluadores - LLM como Juez, código personalizado; (2)…