Skills de Langchain Ai

Documentação OpenAPI e padrões de design de API REST

Pesquise no arXiv por pré-impressões e artigos acadêmicos por tópico com recuperação de resumo. Busca baseada em consultas em física, matemática, ciência da computação, biologia, estatística e áreas relacionadas. Limite de resultados configurável (padrão 10 artigos) com resultados ordenados por relevância. Retorna título e resumo para cada artigo correspondente. Requer o pacote Python arxiv; instale via pip se ainda não estiver presente.

Pesquise no repositório de pré-impressões arXiv por artigos em física, matemática, ciência da computação, biologia quantitativa e áreas relacionadas

Escrita de posts de blog em formato longo com delegação de pesquisa, templates de conteúdo estruturados e imagens de capa geradas por IA. Delega a pesquisa para subagentes antes da escrita, armazenando descobertas em markdown para referência e contexto. Impõe uma estrutura de post em cinco partes: gancho, contexto, conteúdo principal (3–5 seções), aplicação prática e conclusão com chamada para ação. Gera imagens de capa otimizadas para SEO usando prompts detalhados cobrindo assunto, estilo, composição, cor e iluminação. Gera posts para...

Realize uma revisão de código estruturada das alterações, verificando correção, estilo, testes e possíveis problemas.

Leia as preferências de codificação do usuário em /memory/coding-prefs.md antes de tomar decisões de estilo não triviais, e anexe novas preferências quando o usuário fornecer…

Quando solicitado a analisar concorrentes:

Use para análise de dados acelerada por GPU em conjuntos de dados, CSVs ou dados tabulares usando NVIDIA cuDF. Aciona quando tarefas envolvem agregações groupby, estatísticas…

Use para aprendizado de máquina acelerado por GPU em dados tabulares usando NVIDIA cuML. Aciona quando tarefas envolvem classificação, regressão, clusterização, redução de dimensionalidade…

Use para criar gráficos de qualidade para publicação e resumos de análise com múltiplos painéis. Ativa quando as tarefas envolvem visualização de dados, plotagem de resultados, criação de...

Padrões de migração de banco de dados e versionamento de esquema

deep-agents-memory-&-filesystem — uma skill instalável para agentes de IA, publicada por langchain-ai/langchain-skills.

Framework base para construir agentes multi-etapas com planejamento integrado, memória e delegação de habilidades. Oferece seis opções principais de middleware: planejamento de tarefas, gerenciamento de contexto do sistema de arquivos, delegação de subagentes, memória persistente, fluxos de aprovação humana e carregamento de habilidades sob demanda. Inclui três ferramentas integradas sempre presentes: write_todos para rastreamento de tarefas, operações de sistema de arquivos (ls, read_file, write_file, edit_file, glob, grep) e task para gerar subagentes especializados. Suporta...

INVOCAR ESTA HABILIDADE ao construir QUALQUER aplicação Deep Agents. Abrange create_deep_agent(), arquitetura de harness, formato SKILL.md e opções de configuração.

Backends de memória e arquivos plugáveis para Deep Agents com opções de roteamento efêmero, persistente e híbrido. Quatro tipos de backend: StateBackend (efêmero, com escopo de thread), StoreBackend (persistente entre sessões), FilesystemBackend (acesso real a disco para desenvolvimento local) e CompositeBackend (roteia diferentes caminhos para diferentes backends). FilesystemMiddleware fornece seis ferramentas de operação de arquivos: ls, read_file, write_file, edit_file, glob, grep. CompositeBackend usa correspondência de prefixo mais longo para rotear...

INVOQUE ESTA HABILIDADE quando seu Deep Agent precisar de memória, persistência ou acesso ao sistema de arquivos. Abrange StateBackend (efêmero), StoreBackend (persistente),…

Orquestrar subagentes, planejar tarefas de múltiplas etapas e exigir aprovação humana para operações sensíveis. Delegar trabalho a subagentes especializados por meio da ferramenta de tarefas; subagentes personalizados suportam conjuntos de ferramentas isolados e prompts de sistema, enquanto o subagente "de propósito geral" padrão herda a configuração do agente principal. Planejar e acompanhar fluxos de trabalho complexos com write_todos, organizando tarefas entre estados pendente, em andamento e concluído; requer um thread_id para persistência entre invocações. Implementar...

INVOQUE ESTA HABILIDADE ao usar subagentes, planejamento de tarefas ou aprovação humana no Deep Agents. Abrange SubAgentMiddleware, TodoList para planejamento e interrupções HITL.

Melhores práticas para conteinerização Docker e builds multi-estágio

Cria novos conjuntos de avaliação para o monorepo deepagentsjs. Lida com design de conjuntos de dados, estruturação de casos de teste, lógica de pontuação, configuração do vitest e LangSmith…

Organiza inteligentemente seus arquivos e pastas pelo computador, entendendo o contexto, encontrando duplicatas, sugerindo melhores estruturas e automatizando…

Guia de seleção de framework para a arquitetura em camadas LangChain, LangGraph e Deep Agents. Frameworks em camadas onde LangChain fornece primitivas fundamentais, LangGraph adiciona orquestração e fluxo de controle, e Deep Agents adiciona planejamento, memória, gerenciamento de arquivos e delegação de habilidades. Tabela de decisão orienta a escolha do framework com base na complexidade da tarefa: LangChain para agentes de propósito único, LangGraph para fluxo de controle personalizado e loops, Deep Agents para planejamento em múltiplas etapas e sessões persistentes. Deep...

INVOQUE ESTA HABILIDADE no INÍCIO de qualquer projeto LangChain/LangGraph/Deep Agents, antes de escrever qualquer código de agente. Determina qual camada de framework é adequada para o…

Use ao processar PDFs grandes, coleções de documentos ou tarefas de extração de texto em massa que se beneficiam do processamento acelerado por GPU. Aciona quando o usuário…

SEMPRE COMEÇE AQUI para qualquer projeto de agente open source LangChain, Deep Agents ou LangGraph. É o ponto de partida obrigatório para qualquer agente open source LangChain…

langchain-middleware-&-hitl — uma skill instalável para agentes de IA, publicada por langchain-ai/langchain-skills.

INVOQUE ESTA HABILIDADE ao construir QUALQUER sistema de geração aumentada por recuperação (RAG). Abrange carregadores de documentos, RecursiveCharacterTextSplitter, embeddings (OpenAI),…

langchain-structured-output-&-hitl — uma skill instalável para agentes de IA, publicada por langchain-ai/langchain-skills.

Use esta habilidade para QUALQUER pergunta de codificação envolvendo produtos LangChain (LangChain, LangGraph, LangSmith SDK). Abrange padrões de desenvolvimento de agentes, primitivas,…

Versões de pacotes do ecossistema LangChain, dependências e orientações de instalação para Python e TypeScript. Inicie todos os novos projetos no LangChain 1.0 LTS; a versão 0.3 é apenas para manutenção legada. Sempre instale langchain-core explicitamente junto com outros pacotes. Escolha uma camada de orquestração: LangGraph para controle granular de grafos, ou Deep Agents para planejamento e memória completos. Fixe langchain-community de forma conservadora em versões secundárias exatas (ex.: >=0.4.0,<0.5.0), pois ele não...

INVOQUE ESTA HABILIDADE ao configurar um novo projeto ou quando perguntado sobre versões de pacotes, instalação ou gerenciamento de dependências para LangChain, LangGraph,…

Construa agentes LangChain de produção com create_agent(), ferramentas e padrões de middleware. Use create_agent() com modelo, lista de ferramentas e prompt de sistema; configure persistência de estado com checkpointer e thread_id para memória de conversação entre invocações. Defina ferramentas via decorador @tool (Python) ou função tool() (TypeScript) com descrições claras para que os agentes saibam quando chamá-las. Adicione middleware como HumanInTheLoopMiddleware para fluxos de aprovação, tratamento personalizado de erros e humano-no-loop...

Crie agentes LangChain com create_agent, defina ferramentas e use middleware para intervenção humana e tratamento de erros.

Padrões de aprovação com intervenção humana, middleware personalizado e saída estruturada para agentes LangChain. O HumanInTheLoopMiddleware pausa a execução antes de chamadas de ferramentas perigosas, permitindo que humanos aprovem, editem argumentos ou rejeitem com feedback. Políticas de interrupção por ferramenta permitem configurar diferentes regras de aprovação com base no nível de risco; requer um checkpointer e thread_id para persistência de estado. O padrão de retomada de comando continua a execução após decisões humanas, com suporte para edição de argumentos de ferramentas...

INVOCAR ESTA HABILIDADE quando você precisar de aprovação humana no loop, middleware personalizado ou saída estruturada. Abrange o HumanInTheLoopMiddleware para aprovação humana de…

SEMPRE COMEÇE AQUI para qualquer projeto de construção de agentes LangChain, Deep Agents ou LangGraph. Ponto de partida obrigatório antes de escolher outras habilidades ou escrever qualquer…

Pipeline RAG completo para ingestão de documentos, incorporação, recuperação e geração de respostas baseadas em LLM. Suporta múltiplos carregadores de documentos (PDF, páginas web, diretórios) e armazenamentos vetoriais persistentes (Chroma, FAISS, Pinecone) com tamanho de chunk e sobreposição configuráveis para preservação ideal de contexto. Inclui busca por similaridade, recuperação MMR (Maximal Marginal Relevance) e filtragem de metadados para equilibrar relevância e diversidade nos resultados. Funciona com embeddings da OpenAI e integra-se perfeitamente...

langchain-rag — uma skill instalável para agentes de IA, publicada por langchain-ai/skills-benchmarks.

INVOQUE ESTA HABILIDADE para fluxos de trabalho LangGraph, execução paralela, interrupções ou streaming. Abrange a API Send para fan-out, interrupt() para humano-no-loop,…

langgraph-persistence-&-memory — uma skill instalável para agentes de IA, publicada por langchain-ai/langchain-skills.

Acesse a documentação do LangGraph para construir agentes com estado e fluxos de trabalho multiagente. Busca a documentação oficial do LangGraph em Python, abordando máquinas de estado, design de agentes baseado em grafos e padrões com intervenção humana. Prioriza a documentação relevante por tipo de consulta: guias de implementação para perguntas de "como fazer", páginas conceituais para teoria, tutoriais para exemplos completos e referências de API para detalhes técnicos. Seleciona automaticamente de 2 a 4 URLs de documentação mais relevantes e recupera seu conteúdo para responder...

Use esta habilidade para solicitações relacionadas ao LangGraph, a fim de buscar documentação relevante e fornecer orientação precisa e atualizada.

Framework de grafo direcionado para construir workflows de agentes com estado e múltiplas etapas, com controle refinado. StateGraph com esquemas de estado tipados, redutores para acumular listas/valores e nós que retornam atualizações parciais de estado. Arestas estáticas para fluxo fixo, arestas condicionais para ramificação e Command para combinar atualizações de estado com roteamento dinâmico. API Send para paralelismo fan-out para nós workers com agregação de resultados via redutores. Invoke para execução única e modos de stream (values, updates,...).

INVOQUE ESTA HABILIDADE ao escrever QUALQUER código LangGraph. Abrange StateGraph, schemas de estado, nós, arestas, Command, Send, invoke, streaming e tratamento de erros.

Pausar a execução do grafo para revisão, aprovação ou validação humana e, em seguida, retomar com a contribuição do usuário. Requer três componentes: um checkpointer (InMemorySaver ou PostgresSaver), um ID de thread na configuração e payloads de interrupção serializáveis em JSON. interrupt(value) pausa e exibe dados; Command(resume=value) retoma e retorna esse valor ao nó pausado. Todo código antes de interrupt() é reexecutado na retomada, portanto, os efeitos colaterais devem ser idempotentes (use upsert, não insert). Suporta fluxos de aprovação,...

INVOKE THIS SKILL ao implementar padrões de humano-no-loop, pausar para aprovação ou tratar erros no LangGraph. Abrange interrupt(), Command(resume=...),…

INVOQUE ESTA HABILIDADE quando seu LangGraph precisar persistir estado, lembrar conversas, navegar pelo histórico ou configurar o escopo do checkpointer de subgrafos.

Execução durável de grafos com checkpoints por thread, histórico de estado e memória de longo prazo entre threads. Três opções de checkpointer: InMemorySaver para testes, SqliteSaver para desenvolvimento local, PostgresSaver para produção; sempre passe thread_id na configuração para habilitar persistência. Navegue e reproduza a partir de checkpoints passados usando get_state_history(), bifurque a execução atualizando o estado em um ponto anterior ou modifique manualmente o estado antes de retomar. A API Store fornece memória entre threads para o usuário...

INVOQUE ESTA HABILIDADE ao criar conjuntos de dados de avaliação a partir de rastreamento OU ao fazer upload de conjuntos de dados para o LangSmith OU ao consultar conjuntos de dados. Abrange tipos de conjuntos de dados (final_response,…

INVOQUE ESTA HABILIDADE ao construir pipelines de avaliação para LangSmith. Abrange três componentes principais: (1) Criação de Avaliadores - LLM como Juiz, código personalizado; (2)…

INVOQUE ESTA HABILIDADE ao trabalhar com rastreamento do LangSmith ou consultando rastros. Abrange a adição de rastreamento a aplicações e a consulta/exportação de dados de rastros. Contém…

Cria avaliadores baseados em código para agentes rastreados pelo LangSmith. Use ao construir lógica de avaliação personalizada, testar padrões de uso de ferramentas ou pontuar saídas de agentes…

INVOQUE ESTA HABILIDADE ao criar conjuntos de dados de avaliação a partir de rastreamento OU ao fazer upload de conjuntos de dados para o LangSmith OU ao consultar conjuntos de dados. Abrange tipos de conjunto de dados (final_response,…

Criar, gerenciar e fazer upload de conjuntos de dados de avaliação para o LangSmith para teste e validação. Suporta quatro tipos de conjuntos de dados: final_response (conversas completas), single_step (comportamento de nó individual), trajectory (sequências de chamadas de ferramentas) e RAG (pergunta/trechos/resposta/citações). Comandos CLI para gerenciamento do ciclo de vida do conjunto de dados: criar, listar, obter, excluir, exportar e fazer upload a partir de arquivos JSON locais. Criação de conjuntos de dados baseada em SDK em Python e JavaScript com adição programática de exemplos. Gerenciamento de exemplos...

INVOQUE ESTA HABILIDADE ao criar conjuntos de dados de avaliação, fazer upload de conjuntos de dados para o LangSmith ou gerenciar conjuntos de dados existentes. Abrange tipos de conjuntos de dados (final_response,…

INVOQUE ESTA HABILIDADE ao construir pipelines de avaliação para LangSmith. Abrange três componentes principais: (1) Criação de Avaliadores - LLM como Juiz, código personalizado; (2)…

Construa pipelines de avaliação para LangSmith com LLM-as-Judge e avaliadores de código personalizados. Três componentes principais: criação de avaliadores (LLM-as-Judge ou código personalizado), definição de funções de execução para capturar saídas e trajetórias do agente, e execução de avaliações localmente ou execução automática via avaliadores enviados. Suporta avaliadores offline (comparando saídas de execução com exemplos do dataset) e avaliadores online (verificações de qualidade em tempo real em execuções de produção). Requer chave da API LangSmith e projeto...

INVOQUE ESTA HABILIDADE ao construir pipelines de avaliação para LangSmith. Abrange três componentes principais: (1) Criação de Avaliadores - LLM como Juiz, código personalizado; (2)…

Busca traces do LangSmith para depuração do comportamento do agente. Use ao solucionar problemas do agente, revisar histórico de conversas ou investigar chamadas de ferramentas.

INVOCAR ESTA HABILIDADE ao trabalhar com rastreamento LangSmith ou consulta de traces. Abrange a adição de rastreamento a aplicações e consulta/exportação de dados de trace. Usa o…

INVOCAR ESTA HABILIDADE ao trabalhar com rastreamento LangSmith ou consulta de traces. Abrange a adição de rastreamento a aplicações e consulta/exportação de dados de trace. Contém…

Adiciona rastreamento a aplicações LangChain/LangGraph e consulta dados de rastreamento via CLI para depuração e geração de conjuntos de dados. Rastreamento automático para aplicações LangChain/LangGraph com variáveis de ambiente; rastreamento manual via decorador @traceable e wrap_openai() para outros frameworks em Python e TypeScript. Consulta rastreamentos (árvores de execução completas) ou execuções (nós individuais) usando a CLI langsmith com filtros por tempo, latência, erros, tags e metadados personalizados. Exporta rastreamentos para arquivos JSONL preservando a hierarquia;...

INVOCAR ESTA HABILIDADE ao trabalhar com rastreamento LangSmith ou consulta de traces. Abrange a adição de rastreamento a aplicações e consulta/exportação de dados de trace. Usa o…

Divida uma tarefa de codificação em um plano de implementação estruturado com etapas claras, identificação de arquivos e avaliação de riscos.

Escreve e executa consultas SQL desde SELECTs simples até JOINs complexos de múltiplas tabelas, agregações e subconsultas. Use quando o usuário pedir para consultar um banco de dados,…

Padrões modernos de componentes React com hooks e TypeScript

Revise a conversa atual e capture conhecimento valioso — melhores práticas, convenções de codificação, decisões de arquitetura, fluxos de trabalho e feedback do usuário —…

Lista tabelas, descreve colunas e tipos de dados, identifica relações de chave estrangeira e mapeia relacionamentos entre entidades em um banco de dados. Use quando o usuário perguntar sobre…

Guia para criar skills eficazes que estendem as capacidades do agente com conhecimento especializado, fluxos de trabalho ou integrações de ferramentas. Use esta skill quando o usuário…

Guia para criar skills eficazes que estendem as capacidades do agente com conhecimento especializado, fluxos de trabalho ou integrações de ferramentas. Use esta skill quando o usuário…

Cria posts para redes sociais específicas da plataforma, com conteúdo baseado em pesquisa e imagens de acompanhamento geradas. Suporta posts no LinkedIn (1.300 caracteres com tom profissional) e threads no Twitter/X (280 caracteres por tweet no formato 1/🧵). Exige delegar a pesquisa a um subagente antes de escrever e, em seguida, ler os resultados para garantir precisão e relevância. Gera imagens sociais atraentes automaticamente usando a ferramenta generate_social_image, com composições ousadas e de alto contraste otimizadas para telas pequenas...

Distribuir um lote de tarefas para subagentes em paralelo com concorrência limitada. Retorna um objeto de resumo com {total, completed, failed, results[]} — iterar…

Melhores práticas de teste unitário e teste de integração

Orquestra pesquisa web multi-fontes delegando a subagentes, sintetizando descobertas e produzindo relatórios citados. Divide perguntas de pesquisa em 2 a 5 subtópicos distintos, cria um arquivo de plano de pesquisa e gera até 3 subagentes em paralelo para investigação eficiente. Cada subagente realiza de 3 a 5 pesquisas na web por subtópico e escreve descobertas em arquivos locais com fatos-chave, citações e URLs de origem. Sintetiza resultados lendo arquivos locais de descobertas, integrando insights entre subtópicos e...

Use esta habilidade para solicitações relacionadas a pesquisa na web; ela fornece uma abordagem estruturada para realizar pesquisas web abrangentes.