LangChain Middleware & HITL

로컬 Deep Agents Code SQLite 세션 저장소의 대화를 검사하고 설명합니다. LangSmith 추적 도구를 사용할 수 없을 때 대체 수단으로 사용하며, …

공식 퀵스타트를 따라 Python으로 최소한의 로컬 Deep Agent를 구축하고, Tavily 대신 공급자 기본 웹 검색을 사용합니다. 사용자가 다음을 원할 때 사용합니다…

공식 퀵스타트를 따라 TypeScript로 최소한의 로컬 Deep Agent를 스캐폴드하고, Tavily 대신 제공자 네이티브 웹 검색을 사용합니다. 사용자가…

에이전트 저장소와 사용자가 제공한 선택적 트레이스를 반복적으로 검사하고, 사용자와 인터뷰하며, Harbor 평가를 한 번에 하나씩 생성, 실행, 감사합니다. 용도:…

이 스킬을 호출하여 검색 증강 생성(RAG) 시스템을 구축하세요. 문서 로더, RecursiveCharacterTextSplitter, 임베딩(OpenAI) 등을 다룹니다.

langchain-structured-output-&-hitl — AI 에이전트를 위한 설치 가능한 스킬로, langchain-ai/langchain-skills에서 게시되었습니다.

이 스킬은 평가 데이터셋을 트레이스에서 생성하거나 LangSmith에 데이터셋을 업로드하거나 데이터셋을 쿼리할 때 호출하세요. 데이터셋 유형(final_response, …)을 다룹니다.

LangSmith 평가 파이프라인을 구축할 때 이 스킬을 호출하세요. 세 가지 핵심 구성 요소를 다룹니다: (1) 평가자 생성 - LLM-as-Judge, 사용자 정의 코드; (2)…