langgraph-docs
Accede a la documentación de LangGraph para construir agentes con estado y flujos de trabajo multiagente. Obtiene la documentación oficial de LangGraph en Python que cubre máquinas de estado, diseño de agentes basado en grafos y patrones de intervención humana. Prioriza la documentación relevante según el tipo de consulta: guías de implementación para preguntas de procedimiento, páginas conceptuales para teoría, tutoriales para ejemplos completos y referencias de API para detalles técnicos. Selecciona automáticamente de 2 a 4 URL de documentación más relevantes y recupera su contenido para responder...
npx skills add https://github.com/langchain-ai/deepagents --skill langgraph-docslanggraph-docs
Workflow
1. Fetch the Documentation Index
Use fetch_url to read: https://docs.langchain.com/llms.txt
This returns a structured list of all available documentation with descriptions.
2. Select Relevant Documentation
Identify 2-4 most relevant URLs from the index. Prioritize:
- Implementation questions — specific how-to guides
- Conceptual questions — core concept pages
- End-to-end examples — tutorials
- API details — reference docs
3. Fetch and Apply
Use fetch_url on the selected URLs, then complete the user's request using the documentation content.
If fetch_url fails or returns empty content, retry once. If it fails again, inform the user and suggest checking https://langchain-ai.github.io/langgraph/ directly.