Skills Langchain Ai

skills-benchmarks/skills/benchmarks/framework-selection

เรียกใช้ทักษะนี้เมื่อเริ่มต้นโปรเจกต์ LangChain/LangGraph/Deep Agents ก่อนที่จะเขียนโค้ดเอเจนต์ใดๆ เพื่อกำหนดว่าเลเยอร์เฟรมเวิร์กใดเหมาะสมกับ…

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

ใช้เมื่อประมวลผล PDF ขนาดใหญ่ ชุดเอกสาร หรืองานสกัดข้อความจำนวนมากที่ได้รับประโยชน์จากการประมวลผลแบบเร่งด้วย GPU จะเริ่มทำงานเมื่อผู้ใช้...

docs/src/.mintlify/skills/langchain

สร้างเอเจนต์ด้วยสถาปัตยกรรมและการผสานรวมที่สร้างไว้ล่วงหน้าสำหรับโมเดลหรือเครื่องมือใดๆ ใช้เมื่อสร้างเอเจนต์ที่เรียกใช้เครื่องมือ เปลี่ยนผู้ให้บริการโมเดล หรือเพิ่ม…

langchain-skills/skills/LangChain Agent Starter Kit

เริ่มต้นที่นี่เสมอสำหรับโปรเจกต์โอเพนซอร์สเอเจนต์ของ LangChain, Deep Agents หรือ LangGraph ใดๆ เป็นจุดเริ่มต้นที่จำเป็นสำหรับเอเจนต์โอเพนซอร์สของ LangChain…

langchain-skills/skills/LangChain Middleware & HITL

langchain-middleware-&-hitl — สกิลที่ติดตั้งได้สำหรับเอเจนต์ AI เผยแพร่โดย langchain-ai/langchain-skills

langchain-skills/skills/LangChain RAG Pipeline

ใช้ทักษะนี้เมื่อสร้างระบบการสร้างเสริมการค้นคืน (RAG) ใดๆ ครอบคลุมตัวโหลดเอกสาร, RecursiveCharacterTextSplitter, การฝังข้อความ (OpenAI),…

langchain-skills/skills/LangChain Structured Output & HITL

langchain-structured-output-&-hitl — ทักษะที่สามารถติดตั้งได้สำหรับเอเจนต์ AI เผยแพร่โดย langchain-ai/langchain-skills

langchain-skills/skills/langchain-agents

ใช้ทักษะนี้สำหรับคำถามเกี่ยวกับการเขียนโค้ดที่เกี่ยวข้องกับผลิตภัณฑ์ LangChain (LangChain, LangGraph, LangSmith SDK) ครอบคลุมรูปแบบการพัฒนาเอเจนต์ พื้นฐานการทำงาน…

skills-benchmarks/skills/langchain-agents

สร้าง LangChain agents ด้วยแพตเทิร์นสมัยใหม่ ครอบคลุม create_agent, LangGraph และการจัดการ context

langchain-skills/config/skills/langchain-dependencies

เวอร์ชันแพ็กเกจระบบนิเวศ LangChain การพึ่งพา และคำแนะนำการติดตั้งสำหรับ Python และ TypeScript เริ่มโปรเจกต์ใหม่ทั้งหมดบน LangChain 1.0 LTS; เวอร์ชัน 0.3 เป็นการบำรุงรักษาแบบเดิมเท่านั้น ติดตั้ง langchain-core อย่างชัดเจนเสมอควบคู่กับแพ็กเกจอื่นๆ เลือกเลเยอร์การจัดเรียงหนึ่งชั้น: LangGraph สำหรับการควบคุมกราฟแบบละเอียด หรือ Deep Agents สำหรับการวางแผนและหน่วยความจำแบบครบวงจร กำหนด langchain-community อย่างระมัดระวังเป็นเวอร์ชันย่อยที่แน่นอน (เช่น >=0.4.0,<0.5.0) เนื่องจากไม่...

skills-benchmarks/skills/main/langchain-dependencies

ใช้ทักษะนี้เมื่อตั้งค่าโปรเจกต์ใหม่ หรือเมื่อถูกถามเกี่ยวกับเวอร์ชันแพ็กเกจ การติดตั้ง หรือการจัดการ dependencies สำหรับ LangChain, LangGraph,…

langchain-skills/config/skills/langchain-fundamentals

สร้างเอเจนต์ LangChain สำหรับการผลิตด้วย create_agent(), tools และรูปแบบ middleware ใช้ create_agent() พร้อมโมเดล รายการ tools และ system prompt กำหนดค่าการคงสถานะด้วย checkpointer และ thread_id สำหรับหน่วยความจำการสนทนาข้ามการเรียกใช้ กำหนด tools ผ่าน @tool decorator (Python) หรือฟังก์ชัน tool() (TypeScript) พร้อมคำอธิบายที่ชัดเจนเพื่อให้เอเจนต์รู้ว่าเมื่อใดควรเรียกใช้ เพิ่ม middleware เช่น HumanInTheLoopMiddleware สำหรับเวิร์กโฟลว์การอนุมัติ การจัดการข้อผิดพลาดแบบกำหนดเอง และ human-in-the-loop...

skills-benchmarks/skills/main/langchain-fundamentals

สร้างเอเจนต์ LangChain ด้วย create_agent, กำหนดเครื่องมือ, และใช้มิดเดิลแวร์สำหรับ human-in-the-loop และการจัดการข้อผิดพลาด

langchain-skills/config/skills/langchain-middleware

รูปแบบการอนุมัติแบบมนุษย์ร่วมวงจร มิดเดิลแวร์ที่กำหนดเอง และรูปแบบเอาต์พุตที่มีโครงสร้างสำหรับเอเจนต์ LangChain HumanInTheLoopMiddleware จะหยุดการทำงานชั่วคราวก่อนการเรียกใช้เครื่องมือที่เป็นอันตราย ทำให้มนุษย์สามารถอนุมัติ แก้ไขอาร์กิวเมนต์ หรือปฏิเสธพร้อมข้อเสนอแนะ นโยบายการขัดจังหวะต่อเครื่องมือช่วยให้คุณกำหนดกฎการอนุมัติที่แตกต่างกันตามระดับความเสี่ยง ต้องใช้ checkpointer และ thread_id สำหรับการคงสถานะ รูปแบบคำสั่ง resume จะดำเนินการต่อหลังจากที่มนุษย์ตัดสินใจ โดยรองรับการแก้ไขอาร์กิวเมนต์ของเครื่องมือ...

skills-benchmarks/skills/main/langchain-middleware

เรียกใช้สกิลนี้เมื่อคุณต้องการการอนุมัติแบบมนุษย์ร่วมในวงจร มิดเดิลแวร์ที่กำหนดเอง หรือเอาต์พุตที่มีโครงสร้าง ครอบคลุม HumanInTheLoopMiddleware สำหรับการอนุมัติโดยมนุษย์ของ…

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

เริ่มต้นที่นี่เสมอสำหรับโปรเจกต์สร้างเอเจนต์ LangChain, Deep Agents หรือ LangGraph ใดๆ จุดเริ่มต้นที่จำเป็นก่อนเลือกสกิลอื่นหรือเขียนอะไรก็ตาม…

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

สร้างเทมเพลตของเอเจนต์ LangChain ในเครื่องแบบมินิมอลด้วย Python โดยทำตามคำแนะนำเริ่มต้นอย่างเป็นทางการ ใช้เมื่อผู้ใช้ต้องการสร้างหรือลองใช้เอเจนต์ LangChain อย่างรวดเร็ว…

langchain-skills/config/skills/langchain-rag

ไปป์ไลน์ RAG ที่สมบูรณ์สำหรับการนำเข้าเอกสาร การฝัง การดึงข้อมูล และการสร้างคำตอบด้วย LLM รองรับตัวโหลดเอกสารหลายประเภท (PDF, เว็บเพจ, ไดเรกทอรี) และพื้นที่เก็บเวกเตอร์แบบถาวร (Chroma, FAISS, Pinecone) พร้อมขนาดชิ้นส่วนและการซ้อนทับที่ปรับแต่งได้เพื่อการคงบริบทที่เหมาะสมที่สุด รวมถึงการค้นหาความคล้ายคลึง การดึงข้อมูล MMR (Maximal Marginal Relevance) และการกรองเมตาดาต้าเพื่อสร้างสมดุลระหว่างความเกี่ยวข้องและความหลากหลายของผลลัพธ์ ทำงานร่วมกับ OpenAI embeddings และผสานรวมได้อย่างราบรื่น...

skills-benchmarks/skills/main/langchain-rag

langchain-rag — ทักษะที่สามารถติดตั้งได้สำหรับเอเจนต์ AI เผยแพร่โดย langchain-ai/skills-benchmarks

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

สร้างโครงร่างเอเจนต์ LangChain ในเครื่องแบบขั้นต่ำด้วย TypeScript โดยทำตามคู่มือเริ่มต้นอย่างเป็นทางการ ใช้เมื่อผู้ใช้ต้องการสร้างหรือลองใช้เอเจนต์ LangChain อย่างรวดเร็ว…

docs/src/.mintlify/skills/langgraph

สร้างเวิร์กโฟลว์เอเจนต์ที่มีสถานะและทนทานด้วย LangGraph ใช้เมื่อคุณต้องการโฟลว์ควบคุมแบบกราฟที่กำหนดเอง การมีมนุษย์ร่วมในวงจร ความคงทน หรือเอเจนต์หลายตัว…

langchain-skills/skills/LangGraph Execution Control

เรียกใช้สกิลนี้สำหรับเวิร์กโฟลว์ LangGraph, การทำงานแบบขนาน, การขัดจังหวะ หรือการสตรีม ครอบคลุม Send API สำหรับการกระจายงาน, interrupt() สำหรับการมีมนุษย์ร่วมในวงจร,…

langchain-skills/skills/LangGraph Persistence & Memory

langgraph-persistence-&-memory — ทักษะที่สามารถติดตั้งได้สำหรับเอเจนต์ AI เผยแพร่โดย langchain-ai/langchain-skills

langchain-skills/config/skills/langgraph-cli

ใช้ทักษะนี้เมื่อใช้ langgraph CLI เพื่อสร้างโครงร่าง พัฒนา สร้าง หรือปรับใช้แอปพลิเคชัน LangGraph ครอบคลุม langgraph new, dev, build, up, deploy และ...

deepagentsjs/examples/skills/langgraph-docs

ใช้ทักษะนี้สำหรับคำขอที่เกี่ยวข้องกับ LangGraph เพื่อดึงเอกสารที่เกี่ยวข้องเพื่อให้คำแนะนำที่ถูกต้องและทันสมัย

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

ดึงข้อมูลและอ้างอิงเอกสาร LangGraph Python เพื่อสร้างเอเจนต์ที่มีสถานะ สร้างเวิร์กโฟลว์แบบหลายเอเจนต์ และใช้รูปแบบมนุษย์ในวงรอบ ใช้…

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

เข้าถึงเอกสาร LangGraph เพื่อสร้างเอเจนต์ที่มีสถานะและเวิร์กโฟลว์แบบหลายเอเจนต์ ดึงข้อมูลเอกสาร Python อย่างเป็นทางการของ LangGraph ซึ่งครอบคลุมเครื่องจักรสถานะ การออกแบบเอเจนต์แบบกราฟ และรูปแบบมนุษย์ในวงจร จัดลำดับความสำคัญของเอกสารที่เกี่ยวข้องตามประเภทคำถาม: คู่มือการใช้งานสำหรับคำถามวิธีทำ หน้าคอนเซปต์สำหรับทฤษฎี บทช่วยสอนสำหรับตัวอย่างแบบครบวงจร และเอกสารอ้างอิง API สำหรับรายละเอียดทางเทคนิค เลือก URL เอกสารที่เกี่ยวข้องมากที่สุด 2–4 รายการโดยอัตโนมัติและดึงเนื้อหามาเพื่อตอบ...

langchain-skills/config/skills/langgraph-fundamentals

กรอบงานกราฟแบบมีทิศทางสำหรับสร้างเวิร์กโฟลว์เอเจนต์แบบมีสถานะและหลายขั้นตอนพร้อมการควบคุมแบบละเอียด StateGraph พร้อมสคีมาสถานะแบบมีชนิด ตัวลดสำหรับสะสมรายการ/ค่า และโหนดที่ส่งคืนการอัปเดตสถานะบางส่วน ขอบคงที่สำหรับโฟลว์ตายตัว ขอบแบบมีเงื่อนไขสำหรับการแตกกิ่ง และ Command สำหรับรวมการอัปเดตสถานะกับการกำหนดเส้นทางแบบไดนามิก Send API สำหรับความขนานแบบแฟนเอาต์ไปยังโหนดผู้ปฏิบัติงานพร้อมการรวมผลลัพธ์ผ่านตัวลด Invoke สำหรับการดำเนินการเดี่ยวและโหมดสตรีม (ค่า, การอัปเดต,...)

skills-benchmarks/skills/main/langgraph-fundamentals

ใช้ทักษะนี้เมื่อเขียนโค้ด LangGraph ใดๆ ครอบคลุม StateGraph, state schemas, nodes, edges, Command, Send, invoke, streaming และการจัดการข้อผิดพลาด

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

หยุดการทำงานของกราฟเพื่อให้มนุษย์ตรวจสอบ อนุมัติ หรือตรวจสอบความถูกต้อง จากนั้นดำเนินการต่อด้วยข้อมูลที่มนุษย์ป้อนเข้าไป ต้องมีสามองค์ประกอบ: ตัวตรวจสอบจุด (InMemorySaver หรือ PostgresSaver), ID เธรดใน config, และเพย์โหลดขัดจังหวะที่แปลงเป็น JSON ได้ interrupt(value) จะหยุดและแสดงข้อมูล; Command(resume=value) จะดำเนินการต่อและส่งคืนค่านั้นไปยังโหนดที่ถูกหยุด โค้ดทั้งหมดก่อน interrupt() จะถูกเรียกใช้ใหม่เมื่อดำเนินการต่อ ดังนั้นผลข้างเคียงต้องเป็น idempotent (ใช้ upsert ไม่ใช่ insert) รองรับเวิร์กโฟลว์การอนุมัติ...