langsmith-dataset

por langchain-ai

Crear, gestionar y cargar conjuntos de datos de evaluación a LangSmith para pruebas y validación. Soporta cuatro tipos de conjuntos de datos: final_response (conversaciones completas), single_step (comportamiento de nodos individuales), trajectory (secuencias de llamadas a herramientas) y RAG (pregunta/fragmentos/respuesta/citas). Comandos CLI para la gestión del ciclo de vida de conjuntos de datos: crear, listar, obtener, eliminar, exportar y cargar desde archivos JSON locales. Creación de conjuntos de datos basada en SDK en Python y JavaScript con adición programática de ejemplos. Gestión de ejemplos...

npx skills add https://github.com/langchain-ai/langsmith-skills --skill langsmith-dataset

Descargar ZIP GitHub

Más skills de langchain-ai

Busca en arXiv prepublicaciones y artículos académicos por tema con recuperación de resúmenes. Búsqueda basada en consultas en física, matemáticas, ciencias de la computación, biología, estadística y campos relacionados. Límite de resultados configurable (por defecto 10 artículos) con resultados ordenados por relevancia. Devuelve título y resumen de cada artículo coincidente. Requiere el paquete arxiv de Python; instálelo mediante pip si aún no está presente.

Redacción de publicaciones de blog de formato largo con delegación de investigación, plantillas de contenido estructurado e imágenes de portada generadas por IA. Delega la investigación a subagentes antes de escribir, almacenando los hallazgos en markdown para referencia y contexto. Aplica una estructura de publicación de cinco partes: gancho, contexto, contenido principal (3–5 secciones), aplicación práctica y conclusión con llamado a la acción. Genera imágenes de portada optimizadas para SEO utilizando indicaciones detalladas que cubren tema, estilo, composición, color e iluminación. Genera publicaciones para...

Realizar una revisión estructurada de código de los cambios, verificando corrección, estilo, pruebas y posibles problemas.

Lee las preferencias de codificación del usuario desde /memory/coding-prefs.md antes de tomar decisiones de estilo no triviales, y agrega nuevas preferencias cuando el usuario las proporcione…

competitor-analysis

Cuando se le pide analizar competidores:

Útil para análisis de datos acelerados por GPU en conjuntos de datos, archivos CSV o datos tabulares utilizando NVIDIA cuDF. Se activa cuando las tareas implican agregaciones groupby, estadísticas…

cuml-machine-learning

Útil para aprendizaje automático acelerado por GPU en datos tabulares usando NVIDIA cuML. Se activa cuando las tareas implican clasificación, regresión, agrupamiento, reducción de dimensionalidad…

data-visualization

Úsalo para crear gráficos de calidad de publicación y resúmenes de análisis de múltiples paneles. Se activa cuando las tareas implican visualizar datos, trazar resultados, crear…