langgraph-docs

โดย langchain-ai

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

npx skills add https://github.com/langchain-ai/deepagents --skill langgraph-docs

langgraph-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.

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)…