skill-creator

โดย langchain-ai

คู่มือสำหรับสร้างสกิลที่มีประสิทธิภาพเพื่อขยายความสามารถของเอเจนต์ด้วยความรู้เฉพาะทาง เวิร์กโฟลว์ หรือการรวมเครื่องมือ ใช้สกิลนี้เมื่อผู้ใช้…

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

Skills เพิ่มเติมจาก langchain-ai

deepagents-thread-inspector
langchain-ai
ตรวจสอบและอธิบายบทสนทนาในคลังเก็บเซสชัน SQLite ของ Deep Agents Code ในเครื่อง ใช้เป็นตัวสำรองเมื่อเครื่องมือติดตาม LangSmith ไม่พร้อมใช้งาน สำหรับ...
deepagents-python-quickstart
langchain-ai
สร้าง Deep Agent ขนาดเล็กในเครื่องของคุณโดยใช้ Python ตามคู่มือเริ่มต้นใช้งานอย่างเป็นทางการ โดยใช้การค้นหาเว็บแบบดั้งเดิมของผู้ให้บริการแทน Tavily ใช้เมื่อผู้ใช้ต้องการ…
deepagents-typescript-quickstart
langchain-ai
สร้าง Deep Agent ภายในเครื่องขั้นต่ำใน TypeScript โดยทำตามคู่มือเริ่มต้นอย่างเป็นทางการ โดยใช้การค้นหาเว็บแบบเนทีฟของผู้ให้บริการแทน Tavily ใช้เมื่อผู้ใช้...
eval-engineering
langchain-ai
ตรวจสอบ agent repository และ traces ที่ผู้ใช้ให้มา (ถ้ามี) แบบวนซ้ำ สัมภาษณ์ผู้ใช้ และสร้าง รัน และตรวจสอบ Harbor evals ทีละรายการ ใช้สำหรับ…
LangChain RAG Pipeline
langchain-ai
ใช้ทักษะนี้เมื่อสร้างระบบการสร้างเสริมการค้นคืน (RAG) ใดๆ ครอบคลุมตัวโหลดเอกสาร, RecursiveCharacterTextSplitter, การฝังข้อความ (OpenAI),…
LangChain Structured Output & HITL
langchain-ai
langchain-structured-output-&-hitl — ทักษะที่สามารถติดตั้งได้สำหรับเอเจนต์ AI เผยแพร่โดย langchain-ai/langchain-skills
LangSmith Datasets
langchain-ai
เรียกใช้สกิลนี้เมื่อสร้างชุดข้อมูลประเมินผลจาก trace หรืออัปโหลดชุดข้อมูลไปยัง LangSmith หรือสอบถามชุดข้อมูล ครอบคลุมประเภทชุดข้อมูล (final_response, …)
langsmith-evaluator
langchain-ai
เรียกใช้สกิลนี้เมื่อสร้างไปป์ไลน์การประเมินสำหรับ LangSmith ครอบคลุมสามองค์ประกอบหลัก: (1) การสร้างตัวประเมิน - LLM-as-Judge, โค้ดที่กำหนดเอง; (2)…