framework-selection

от langchain-ai

Руководство по выбору фреймворка для многоуровневой архитектуры LangChain, LangGraph и Deep Agents. Многоуровневые фреймворки, где LangChain предоставляет базовые примитивы, LangGraph добавляет оркестрацию и управление потоком, а Deep Agents — планирование, память, управление файлами и делегирование навыков. Таблица решений направляет выбор фреймворка в зависимости от сложности задачи: LangChain для одноцелевых агентов, LangGraph для пользовательского управления потоком и циклами, Deep Agents для многошагового планирования и постоянных сессий. Deep...

npx skills add https://github.com/langchain-ai/langchain-skills --skill framework-selection

Скачать ZIP GitHub

Больше skills от langchain-ai

deepagents-thread-inspector

Проверяйте и поясняйте беседы в локальном хранилище сессий SQLite Deep Agents Code. Используйте как запасной вариант, когда инструменты трассировки LangSmith недоступны, для…

deepagents-python-quickstart

Создайте минимального локального Deep Agent на Python, следуя официальному краткому руководству, используя встроенный веб-поиск провайдера вместо Tavily. Используйте, когда пользователь хочет…

deepagents-typescript-quickstart

Создайте минимального локального Deep Agent на TypeScript, следуя официальному краткому руководству, используя встроенный веб-поиск провайдера вместо Tavily. Используйте, когда пользователь…

eval-engineering

Итеративно изучайте репозиторий агента и предоставленные пользователем трассировки, опрашивайте пользователя и создавайте, запускайте и проверяйте eval'ы Harbor по одному. Используйте для...

LangChain RAG Pipeline

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

LangChain Structured Output & HITL

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

LangSmith Datasets

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК при создании оценочных наборов данных из трассировки или загрузке наборов данных в LangSmith, или запросе наборов данных. Охватывает типы наборов данных (final_response,…

langsmith-evaluator

ВЫЗЫВАЙТЕ ЭТОТ НАВЫК при построении пайплайнов оценки для LangSmith. Охватывает три основных компонента: (1) Создание оценщиков — LLM-как-судья, пользовательский код; (2)…