skill-creator

Руководство по созданию эффективных навыков, расширяющих возможности агента с помощью специализированных знаний, рабочих процессов или интеграции инструментов. Используйте этот навык, когда пользователь…

npx skills add https://github.com/langchain-ai/deepagentsjs --skill skill-creator

Skill Creator

This skill provides guidance for creating effective skills.

About Skills

Skills are modular, self-contained packages that extend agent capabilities by providing specialized knowledge, workflows, and tools. Think of them as "onboarding guides" for specific domains or tasks—they transform a general-purpose agent into a specialized agent equipped with procedural knowledge and domain expertise.

Skill Location for Deepagents

In deepagents CLI, skills are stored in ~/.deepagents/<agent>/skills/ where <agent> is your agent configuration name (default is agent). For example, with the default configuration, skills live at:

~/.deepagents/agent/skills/
├── skill-name-1/
│   └── SKILL.md
├── skill-name-2/
│   └── SKILL.md
└── ...

What Skills Provide

  1. Specialized workflows - Multi-step procedures for specific domains
  2. Tool integrations - Instructions for working with specific file formats or APIs
  3. Domain expertise - Company-specific knowledge, schemas, business logic
  4. Bundled resources - Scripts, references, and assets for complex and repetitive tasks

Core Principles

Concise is Key

The context window is a public good. Skills share the context window with everything else the agent needs: system prompt, conversation history, other Skills' metadata, and the actual user request.

Default assumption: The agent is already very capable. Only add context the agent doesn't already have.

Anatomy of a Skill

Every skill consists of a required SKILL.md file and optional bundled resources:

skill-name/
├── SKILL.md (required)
│   ├── YAML frontmatter metadata (required)
│   │   ├── name: (required)
│   │   └── description: (required)
│   └── Markdown instructions (required)
└── Bundled Resources (optional)
    ├── scripts/          - Executable code (TypeScript/JavaScript/etc.)
    ├── references/       - Documentation intended to be loaded into context as needed
    └── assets/           - Files used in output (templates, icons, fonts, etc.)

Skill Creation Process

Skill creation involves these steps:

  1. Understand the skill with concrete examples
  2. Plan reusable skill contents (scripts, references, assets)
  3. Initialize the skill (run init_skill.ts)
  4. Edit the skill (implement resources and write SKILL.md)
  5. Validate the skill (run quick_validate.ts)
  6. Iterate based on real usage

Step 3: Initializing the Skill

When creating a new skill from scratch, run the init_skill.ts script:

npx tsx scripts/init_skill.ts <skill-name> --path <output-directory>

For deepagents, use the agent's skills directory:

npx tsx scripts/init_skill.ts <skill-name> --path ~/.deepagents/agent/skills

Step 5: Validate the Skill

Once development of the skill is complete, validate it:

npx tsx scripts/quick_validate.ts <path/to/skill-folder>

The validation script checks:

  • YAML frontmatter format and required fields
  • Skill naming conventions (hyphen-case, max 64 characters)
  • Description completeness (max 1024 characters)
  • Required fields: name and description

Больше skills от langchain-ai

langgraph-docs
langchain-ai
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...
official
langgraph-human-in-the-loop
langchain-ai
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,...
official
web-research
langchain-ai
Используйте этот навык для запросов, связанных с веб-исследованиями; он предоставляет структурированный подход к проведению всесторонних веб-исследований
official
langchain-oss-primer
langchain-ai
ВСЕГДА НАЧИНАЙТЕ ЗДЕСЬ для любого проекта по созданию агентов LangChain, Deep Agents или LangGraph. Обязательная отправная точка перед выбором других навыков или написанием любого…
official
skill-creator
langchain-ai
Руководство по созданию эффективных навыков, расширяющих возможности агента с помощью специализированных знаний, рабочих процессов или интеграции инструментов. Используйте этот навык, когда пользователь…
official
social-media
langchain-ai
Создаёт платформенно-специфичные посты для социальных сетей с контентом на основе исследований и сгенерированными изображениями-компаньонами. Поддерживает посты для LinkedIn (1300 символов, профессиональный тон) и треды для Twitter/X (280 символов на твит, формат 1/🧵). Требует делегирования исследования сабагенту перед написанием, затем чтения результатов для обеспечения точности и релевантности. Автоматически генерирует привлекательные изображения для соцсетей с помощью инструмента generate_social_image, используя смелые, высококонтрастные композиции, оптимизированные для маленьких...
official
deep-agents-memory
langchain-ai
Подключаемые модули памяти и файловые бэкенды для Deep Agents с эфемерными, постоянными и гибридными вариантами маршрутизации. Четыре типа бэкендов: StateBackend (в рамках потока, эфемерный), StoreBackend (постоянный между сессиями), FilesystemBackend (реальный доступ к диску для локальной разработки) и CompositeBackend (маршрутизация разных путей к разным бэкендам). FilesystemMiddleware предоставляет шесть инструментов для работы с файлами: ls, read_file, write_file, edit_file, glob, grep. CompositeBackend использует сопоставление по самому длинному префиксу для маршрутизации...
official
deep-agents-orchestration
langchain-ai
Оркестрируйте субагентов, планируйте многошаговые задачи и требуйте одобрения человека для чувствительных операций. Делегируйте работу специализированным субагентам через инструмент задач; пользовательские субагенты поддерживают изолированные наборы инструментов и системные подсказки, в то время как стандартный «универсальный» субагент наследует основную конфигурацию агента. Планируйте и отслеживайте сложные рабочие процессы с помощью write_todos, организуя задачи по статусам: ожидающие, в процессе и завершённые; требуется thread_id для сохранения состояния между вызовами. Реализуйте...
official