Skills Langchain Ai

skills-benchmarks/skills/benchmarks/framework-selection

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК В НАЧАЛЕ любого проекта LangChain/LangGraph/Deep Agents, до написания любого кода агента. Определяет, какой уровень фреймворка подходит для…

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

Используйте при обработке больших PDF-файлов, коллекций документов или задач массового извлечения текста, которые выигрывают от ускорения с помощью GPU. Срабатывает, когда пользователь…

docs/src/.mintlify/skills/langchain

Создавайте агентов с готовой архитектурой и интеграциями для любой модели или инструмента. Используйте при создании агентов, вызывающих инструменты, смене поставщиков моделей или добавлении…

langchain-skills/skills/LangChain Agent Starter Kit

ВСЕГДА НАЧИНАЙТЕ ЗДЕСЬ для любого проекта с открытым исходным кодом на LangChain, Deep Agents или LangGraph. Это обязательная отправная точка для любого агента с открытым исходным кодом на LangChain…

langchain-skills/skills/LangChain Middleware & HITL

lang

langchain-skills/skills/LangChain RAG Pipeline

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК при создании ЛЮБОЙ системы генерации с дополненной выборкой (RAG). Охватывает загрузчики документов, RecursiveCharacterTextSplitter, эмбеддинги (OpenAI),…

langchain-skills/skills/LangChain Structured Output & HITL

langchain-structured-output-&-hitl — устанавливаемый навык для

langchain-skills/skills/langchain-agents

Используйте этот навык для ЛЮБЫХ вопросов по кодированию, связанных с продуктами LangChain (LangChain, LangGraph, LangSmith SDK). Охватывает шаблоны разработки агентов, примитивы,…

skills-benchmarks/skills/langchain-agents

Создание агентов LangChain с использованием современных паттернов. Охватывает create_agent, LangGraph и управление контекстом.

langchain-skills/config/skills/langchain-dependencies

Версии пакетов экосистемы LangChain, зависимости и рекомендации по установке для Python и TypeScript. Все новые проекты начинайте на LangChain 1.0 LTS; версия 0.3 поддерживается только в режиме наследия. Всегда явно устанавливайте langchain-core вместе с другими пакетами. Выберите один уровень оркестрации: LangGraph для детального графового управления или Deep Agents для планирования и памяти «из коробки». Фиксируйте langchain-community консервативно до точных минорных версий (например, >=0.4.0,<0.5.0), так как он не...

skills-benchmarks/skills/main/langchain-dependencies

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК при настройке нового проекта или при вопросах о версиях пакетов, установке или управлении зависимостями для LangChain, LangGraph,…

langchain-skills/config/skills/langchain-fundamentals

Создавайте production-агентов LangChain с помощью create_agent(), инструментов и паттернов middleware. Используйте create_agent() с моделью, списком инструментов и системным промптом; настройте сохранение состояния с помощью checkpointer и thread_id для сохранения контекста диалога между вызовами. Определяйте инструменты через декоратор @tool (Python) или функцию tool() (TypeScript) с четкими описаниями, чтобы агенты знали, когда их вызывать. Добавляйте middleware, например HumanInTheLoopMiddleware, для рабочих процессов с утверждением, пользовательской обработки ошибок и взаимодействия с человеком...

skills-benchmarks/skills/main/langchain-fundamentals

Создавайте агентов LangChain с помощью create_agent, определяйте инструменты и используйте промежуточное ПО для контроля со стороны человека и обработки ошибок.

langchain-skills/config/skills/langchain-middleware

Механизм утверждения с участием человека, пользовательское промежуточное ПО и шаблоны структурированного вывода для агентов LangChain. HumanInTheLoopMiddleware приостанавливает выполнение перед опасными вызовами инструментов, позволяя человеку утвердить, изменить аргументы или отклонить с обратной связью. Политики прерывания для каждого инструмента позволяют настроить разные правила утверждения в зависимости от уровня риска; требуется контрольная точка и thread_id для сохранения состояния. Шаблон команды resume продолжает выполнение после решений человека с поддержкой редактирования аргументов инструментов...

skills-benchmarks/skills/main/langchain-middleware

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК, когда требуется одобрение с участием человека (human-in-the-loop), пользовательское промежуточное ПО или структурированный вывод. Охватывает HumanInTheLoopMiddleware для одобрения человеком…

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

ВСЕГДА НАЧИНАЙТЕ ЗДЕСЬ для любого проекта по созданию агентов LangChain, Deep Agents или LangGraph. Обязательная отправная точка перед выбором других навыков или написанием любого…

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

Создайте минимального локального агента LangChain на Python, следуя официальному краткому руководству. Используйте, когда пользователь хочет быстро собрать или попробовать агента LangChain…

langchain-skills/config/skills/langchain-rag

Полный конвейер RAG для приёма документов, создания эмбеддингов, поиска и генерации ответов на основе LLM. Поддерживает множество загрузчиков документов (PDF, веб-страницы, каталоги) и постоянные векторные хранилища (Chroma, FAISS, Pinecone) с настраиваемым размером фрагментов и перекрытием для оптимального сохранения контекста. Включает поиск по сходству, поиск MMR (Maximal Marginal Relevance) и фильтрацию по метаданным для баланса релевантности и разнообразия результатов. Работает с эм

skills-benchmarks/skills/main/langchain-rag

langchain-rag — устанавливаемый навык для AI-агентов, опубликованный langchain-ai/skills-benchmarks.

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

Создайте минимального локального агента LangChain на TypeScript, следуя официальному краткому руководству. Используйте, когда пользователь хочет быстро собрать или попробовать агента LangChain…

docs/src/.mintlify/skills/langgraph

Создавайте устойчивые, долговечные агентные рабочие процессы с LangGraph. Используйте, когда вам нужен пользовательский графовый поток управления, взаимодействие с человеком, сохранение состояния или мультиагентные…

langchain-skills/skills/LangGraph Execution Control

ВЫЗОВИТЕ ЭТОТ НАВЫК для рабочих процессов LangGraph, параллельного выполнения, прерываний или потоковой передачи. Охватывает Send API для разветвления, interrupt() для взаимодействия с человеком,…

langchain-skills/skills/LangGraph Persistence & Memory

langgraph-persistence-&-memory — устанавливаемый навык для AI-агентов, опубликованный langchain-ai/langchain-skills.

langchain-skills/config/skills/langgraph-cli

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК при использовании langgraph CLI для создания каркаса, разработки, сборки или развертывания приложений LangGraph. Охватывает langgraph new, dev, build, up, deploy и…

deepagentsjs/examples/skills/langgraph-docs

Используйте этот навык для запросов, связанных с LangGraph, чтобы получать соответствующую документацию для предоставления точных и актуальных рекомендаций.

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

Извлекает и использует документацию LangGraph Python для создания агентов с состоянием, организации многолетних рабочих процессов и реализации шаблонов с участием человека. Используйте…

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

Получает доступ к документации LangGraph для создания агентов с состоянием и многолетних рабочих процессов. Извлекает официальную документацию LangGraph на Python, охватывающую конечные автоматы, проектирование агентов на основе графов и шаблоны с участием человека. Приоритизирует релевантную документацию по типу запроса: руководства по реализации для вопросов «как сделать», страницы с концепциями для теории, учебные пособия для сквозных примеров и ссылки на API для технических деталей. Автоматически выбирает 2–4 наиболее релевантных URL-адреса документации и извлекает их содержимое для ответа...

langchain-skills/config/skills/langgraph-fundamentals

Фреймворк направленных графов для построения состоятельных, многошаговых агентных рабочих процессов с тонким контролем. StateGraph с типизированными схемами состояний, редьюсерами для накопления списков/значений и узлами, возвращающими частичные обновления состояния. Статические рёбра для фиксированного потока, условные рёбра для ветвления и Command для объединения обновлений состояния с динамической маршрутизацией. Send API для параллельного выполнения с разветвлением на рабочие узлы и агрегацией результатов через редьюсеры. Invoke для однократного выполнения и режимы потоковой передачи (значения, обновления,...).

skills-benchmarks/skills/main/langgraph-fundamentals

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК при написании ЛЮБОГО кода LangGraph. Охватывает StateGraph, схемы состояний, узлы, ребра, Command, Send, invoke, потоковую передачу и обработку ошибок.

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

Приостановка выполнения графа для проверки, утверждения или валидации человеком с последующим возобновлением с учётом его ввода. Требует три компонента: контрольную точку (InMemorySaver или PostgresSaver), идентификатор потока в конфигурации и JSON-сериализуемые полезные нагрузки прерывания. interrupt(value) приостанавливает и отображает данные; Command(resume=value) возобновляет выполнение и возвращает это значение в приостановленный узел. Весь код до interrupt() повторно выполняется при возобновлении, поэтому побочные эффекты должны быть идемпотентными (используйте upsert, а не insert). Поддерживает рабочие процессы утверждения,...