Skills Langchain Ai

skills-benchmarks/skills/benchmarks/framework-selection

PANGGIL KETERAMPILAN INI di AWAL proyek LangChain/LangGraph/Deep Agents, sebelum menulis kode agen apa pun. Menentukan lapisan framework yang tepat untuk…

deepagents/examples/nvidia_deep_agent/skills/gpu-document-processing

Gunakan saat memproses PDF besar, kumpulan dokumen, atau tugas ekstraksi teks massal yang memanfaatkan pemrosesan dipercepat GPU. Dipicu saat pengguna…

docs/src/.mintlify/skills/langchain

Bangun agen dengan arsitektur dan integrasi bawaan untuk model atau alat apa pun. Gunakan saat membuat agen pemanggil alat, mengganti penyedia model, atau menambahkan…

langchain-skills/skills/LangChain Agent Starter Kit

SELALU MULAI DI SINI untuk proyek agen sumber terbuka LangChain, Deep Agents, atau LangGraph. Ini adalah titik awal yang diperlukan untuk agen sumber terbuka LangChain mana pun…

langchain-skills/skills/LangChain Middleware & HITL

langchain-middleware-&-hitl — keterampilan yang dapat diinstal untuk agen AI, diterbitkan oleh langchain-ai/langchain-skills.

langchain-skills/skills/LangChain RAG Pipeline

GUNAKAN KETERAMPILAN INI saat membangun sistem retrieval-augmented generation (RAG) apa pun. Mencakup pemuat dokumen, RecursiveCharacterTextSplitter, embeddings (OpenAI),…

langchain-skills/skills/LangChain Structured Output & HITL

langchain-structured-output-&-hitl — sebuah skill yang dapat diinstal untuk agen AI, diterbitkan oleh langchain-ai/langchain-skills.

langchain-skills/skills/langchain-agents

Gunakan keterampilan ini untuk pertanyaan coding apa pun yang melibatkan produk LangChain (LangChain, LangGraph, LangSmith SDK). Mencakup pola pengembangan agen, primitif,…

skills-benchmarks/skills/langchain-agents

Bangun agen LangChain dengan pola modern. Mencakup create_agent, LangGraph, dan manajemen konteks.

langchain-skills/config/skills/langchain-dependencies

Versi paket ekosistem LangChain, dependensi, dan panduan instalasi untuk Python dan TypeScript. Mulai semua proyek baru di LangChain 1.0 LTS; versi 0.3 adalah pemeliharaan warisan saja. Selalu instal langchain-core secara eksplisit bersama paket lainnya. Pilih satu lapisan orkestrasi: LangGraph untuk kontrol grafik yang terperinci, atau Deep Agents untuk perencanaan dan memori yang lengkap. Kunci langchain-community secara konservatif ke versi minor yang tepat (misalnya, >=0.4.0,<0.5.0) karena tidak...

skills-benchmarks/skills/main/langchain-dependencies

PANGGIL KETERAMPILAN INI saat menyiapkan proyek baru atau ketika ditanya tentang versi paket, instalasi, atau manajemen dependensi untuk LangChain, LangGraph,…

langchain-skills/config/skills/langchain-fundamentals

Bangun agen LangChain produksi dengan create_agent(), tools, dan pola middleware. Gunakan create_agent() dengan model, daftar tools, dan prompt sistem; konfigurasikan persistensi status dengan checkpointer dan thread_id untuk memori percakapan di seluruh pemanggilan. Definisikan tools melalui dekorator @tool (Python) atau fungsi tool() (TypeScript) dengan deskripsi yang jelas sehingga agen tahu kapan harus memanggilnya. Tambahkan middleware seperti HumanInTheLoopMiddleware untuk alur kerja persetujuan, penanganan kesalahan kustom, dan human-in-the-loop...

skills-benchmarks/skills/main/langchain-fundamentals

Buat agen LangChain dengan create_agent, tentukan alat, dan gunakan middleware untuk human-in-the-loop serta penanganan kesalahan.

langchain-skills/config/skills/langchain-middleware

Persetujuan manusia-dalam-lingkaran, middleware kustom, dan pola keluaran terstruktur untuk agen LangChain. HumanInTheLoopMiddleware menghentikan eksekusi sebelum panggilan alat berbahaya, memungkinkan manusia untuk menyetujui, mengedit argumen, atau menolak dengan umpan balik. Kebijakan interupsi per-alat memungkinkan Anda mengonfigurasi aturan persetujuan yang berbeda berdasarkan tingkat risiko; memerlukan checkpointer dan thread_id untuk persistensi status. Pola lanjutan perintah melanjutkan eksekusi setelah keputusan manusia, dengan dukungan untuk mengedit argumen alat...

skills-benchmarks/skills/main/langchain-middleware

PANGGIL KETERAMPILAN INI ketika Anda memerlukan persetujuan manusia dalam proses, middleware kustom, atau keluaran terstruktur. Mencakup HumanInTheLoopMiddleware untuk persetujuan manusia terhadap…

skills-benchmarks/skills/benchmarks/langchain-oss-primer

SELALU MULAI DI SINI untuk proyek pembuatan agen LangChain, Deep Agents, atau LangGraph apa pun. Titik awal yang diperlukan sebelum memilih keterampilan lain atau menulis apa pun…

langchain-skills/config/skills/langchain-python-quickstart

Buat kerangka agen LangChain lokal minimal dalam Python dengan mengikuti panduan memulai cepat resmi. Gunakan saat pengguna ingin dengan cepat membangun atau mencoba agen LangChain…

langchain-skills/config/skills/langchain-rag

Pipeline RAG lengkap untuk pengolahan dokumen, embedding, pengambilan, dan pembuatan respons berbasis LLM. Mendukung berbagai pemuat dokumen (PDF, halaman web, direktori) dan penyimpanan vektor persisten (Chroma, FAISS, Pinecone) dengan ukuran potongan dan tumpang tindih yang dapat dikonfigurasi untuk pelestarian konteks optimal. Termasuk pencarian kemiripan, pengambilan MMR (Maximal Marginal Relevance), dan penyaringan metadata untuk menyeimbangkan relevansi dan keragaman hasil. Bekerja dengan embedding OpenAI dan terintegrasi secara mulus...

skills-benchmarks/skills/main/langchain-rag

langchain-rag — keterampilan yang dapat diinstal untuk agen AI, diterbitkan oleh langchain-ai/skills-benchmarks.

langchain-skills/config/skills/langchain-typescript-quickstart

Buat kerangka agen LangChain lokal minimal dalam TypeScript dengan mengikuti quickstart resmi. Gunakan ketika pengguna ingin dengan cepat membangun atau mencoba agen LangChain…

docs/src/.mintlify/skills/langgraph

Bangun alur kerja agen yang stateful dan tahan lama dengan LangGraph. Gunakan saat Anda memerlukan alur kontrol berbasis grafik kustom, human-in-the-loop, persistensi, atau multi-agen…

langchain-skills/skills/LangGraph Execution Control

PANGGIL KETERAMPILAN INI untuk alur kerja LangGraph, eksekusi paralel, interupsi, atau streaming. Mencakup API Kirim untuk fan-out, interrupt() untuk human-in-the-loop,…

langchain-skills/skills/LangGraph Persistence & Memory

langgraph-persistence-&-memory — sebuah skill yang dapat diinstal untuk agen AI, diterbitkan oleh langchain-ai/langchain-skills.

langchain-skills/config/skills/langgraph-cli

PANGGIL KETERAMPILAN INI saat menggunakan CLI langgraph untuk membuat kerangka, mengembangkan, membangun, atau menyebarkan aplikasi LangGraph. Mencakup langgraph new, dev, build, up, deploy, dan…

deepagentsjs/examples/skills/langgraph-docs

Gunakan keterampilan ini untuk permintaan yang terkait dengan LangGraph guna mengambil dokumentasi yang relevan untuk memberikan panduan yang akurat dan terkini.

docs/src/code-samples/deepagents/skills/langgraph-docs

Mengambil dan merujuk dokumentasi Python LangGraph untuk membangun agen stateful, membuat alur kerja multi-agen, dan menerapkan pola human-in-the-loop. Gunakan…

deepagents/libs/code/examples/skills/langgraph-docs

Mengakses dokumentasi LangGraph untuk membangun agen stateful dan alur kerja multi-agen. Mengambil dokumentasi resmi LangGraph Python yang mencakup mesin state, desain agen berbasis grafik, dan pola human-in-the-loop. Memprioritaskan dokumentasi yang relevan berdasarkan jenis kueri: panduan implementasi untuk pertanyaan cara, halaman konsep untuk teori, tutorial untuk contoh ujung ke ujung, dan referensi API untuk detail teknis. Secara otomatis memilih 2–4 URL dokumentasi yang paling relevan dan mengambil kontennya untuk menjawab...

langchain-skills/config/skills/langgraph-fundamentals

We need to translate the given English text to Bahasa Indonesia. The text describes a directed graph framework for agent workflows. We must preserve product names, protocol names, URLs, numbers, technical terms. The name "langgraph-fundamentals" is not in the text, so we don't include it. We translate only the text inside <text>. No extra commentary, labels, etc. The text: "Directed graph framework for building stateful, multi-step agent workflows with fine-grained control. StateGraph with typed state schemas, reducers for accumulating lists/values, and nodes that return partial state updates Static edges for fixed flow, conditional edges for branching, and Command for combining state updates with dynamic routing Send API for fan-out parallelism to worker nodes with result aggregation via reducers Invoke for single execution and stream modes (values, updates,..." We need to translate accurately. Technical terms like "StateGraph", "reducers", "Command", "Send API", "Invoke" should be preserved as is. "Directed graph" -> "Graf terarah". "framework" ->

skills-benchmarks/skills/main/langgraph-fundamentals

GUNAKAN KETERAMPILAN INI saat menulis kode LangGraph APAPUN. Mencakup StateGraph, skema state, node, edge, Command, Send, invoke, streaming, dan penanganan error.

langchain-skills/config/skills/langgraph-human-in-the-loop

Jeda eksekusi graf untuk peninjauan, persetujuan, atau validasi manusia, lalu lanjutkan dengan masukan mereka. Membutuhkan tiga komponen: checkpointer (InMemorySaver atau PostgresSaver), ID thread dalam konfigurasi, dan payload interupsi yang dapat diserialisasi JSON. interrupt(value) menjeda dan menampilkan data; Command(resume=value) melanjutkan dan mengembalikan nilai tersebut ke node yang dijeda. Semua kode sebelum interrupt() akan dieksekusi ulang saat melanjutkan, sehingga efek samping harus idempoten (gunakan upsert, bukan insert). Mendukung alur kerja persetujuan,...