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...
npx skills add https://github.com/langchain-ai/deepagents --skill langgraph-docslanggraph-docs
Workflow
1. Fetch the Documentation Index
Use fetch_url to read: https://docs.langchain.com/llms.txt
This returns a structured list of all available documentation with descriptions.
2. Select Relevant Documentation
Identify 2-4 most relevant URLs from the index. Prioritize:
- Implementation questions — specific how-to guides
- Conceptual questions — core concept pages
- End-to-end examples — tutorials
- API details — reference docs
3. Fetch and Apply
Use fetch_url on the selected URLs, then complete the user's request using the documentation content.
If fetch_url fails or returns empty content, retry once. If it fails again, inform the user and suggest checking https://langchain-ai.github.io/langgraph/ directly.