Langchain Ai Skills

OpenAPI dokümantasyonu ve REST API tasarım desenleri

Searches arXiv for preprints and academic papers, retrieves abstracts, and filters by topic. Use when the user asks to find research papers, search arXiv, look…

Search arXiv preprint repository for papers in physics, mathematics, computer science, quantitative biology, and related fields

arXiv'de fizik, matematik, bilgisayar bilimi, biyoloji, istatistik ve ilgili alanlarda konuya göre ön baskı ve akademik makale araması yapın, özetleri alın. Yapılandırılabilir sonuç limiti (varsayılan 10 makale) ile sonuçlar alaka düzeyine göre sıralanır. Eşleşen her makale için başlık ve özet döndürür. arxiv Python paketini gerektirir; mevcut değilse pip ile yükleyin.

arXiv preprint deposunda fizik, matematik, bilgisayar bilimi, nicel biyoloji ve ilgili alanlardaki makaleleri arayın

Writes and structures long-form blog posts, creates tutorial outlines, and optimizes content for SEO with cover image generation. Use when the user asks to…

Uzun biçimli blog yazısı yazma, araştırma delegasyonu, yapılandırılmış içerik şablonları ve yapay zeka tarafından oluşturulan kapak görselleri. Yazmadan önce araştırmayı alt ajanlara devreder, bulguları referans ve bağlam için markdown olarak saklar. Beş bölümlü bir yazı yapısını zorunlu kılar: giriş, bağlam, ana içerik (3–5 bölüm), pratik uygulama ve harekete geçirici mesaj içeren sonuç. Konu, stil, kompozisyon, renk ve aydınlatmayı kapsayan ayrıntılı yönlendirmeler kullanarak SEO uyumlu kapak görselleri oluşturur. Yazıları ş

Perform a structured code review of changes, checking for correctness, style, tests, and potential issues.

Değişikliklerin yapılandırılmış bir kod incelemesini gerçekleştirir; doğruluk, stil, testler ve olası sorunları kontrol eder.

Read the user's coding preferences from /memory/coding-prefs.md before making non-trivial style decisions, and append new preferences when the user gives…

Kullanıcının kodlama tercihlerini, önemsiz olmayan stil kararları almadan önce /memory/coding-prefs.md dosyasından okuyun ve kullanıcı yeni tercihler verdiğinde bunları ekleyin.

Analyze competitors in a given market segment. Trigger on: competitive landscape, competitor analysis, market comparison, competitive positioning.

Rakipleri analiz etmesi istendiğinde:

Use for GPU-accelerated data analysis on datasets, CSVs, or tabular data using NVIDIA cuDF. Triggers when tasks involve groupby aggregations, statistical…

GPU hızlandırmalı veri analizi için NVIDIA cuDF kullanarak veri kümeleri, CSV'ler veya tablo verileri üzerinde çalışır. Groupby toplamaları, istatistiksel… içeren görevlerde tetiklenir.

Use for GPU-accelerated machine learning on tabular data using NVIDIA cuML. Triggers when tasks involve classification, regression, clustering, dimensionality…

GPU hızlandırmalı makine öğrenimini NVIDIA cuML kullanarak tablosal veriler üzerinde gerçekleştirmek için kullanılır. Sınıflandırma, regresyon, kümeleme, boyut indirgeme gibi görevler söz konusu olduğunda tetiklenir.

Use for creating publication-quality charts and multi-panel analysis summaries. Triggers when tasks involve visualizing data, plotting results, creating…

Yayın kalitesinde grafikler ve çok panelli analiz özetleri oluşturmak için kullanılır. Veri görselleştirme, sonuçları çizme, oluşturma gibi görevlerde tetiklenir.

Veritabanı geçiş desenleri ve şema sürümleme

deep-agents-memory-&-filesystem — langchain-ai/langchain-skills tarafından yayınlanan, AI ajanları için yüklenebilir bir beceri.

Build batteries-included agents with planning, context management, subagent delegation, and sandboxed execution. Use for complex, multi-step tasks that need…

Pil dahil aracılar oluşturun: planlama, bağlam yönetimi, alt aracı delegasyonu ve korumalı alan yürütme ile. Karmaşık, çok adımlı görevler için kullanın…

INVOKE THIS SKILL when building ANY Deep Agents application. Covers create_deep_agent(), harness architecture, SKILL.md format, and configuration options.

INVOKE THIS SKILL when building ANY Deep Agents application. Covers create_deep_agent(), harness architecture, SKILL.md format, and configuration options.

Çok adımlı aracılar oluşturmak için yerleşik planlama, bellek ve beceri delegasyonu sunan temel çerçeve. Altı temel ara katman seçeneği sağlar: görev planlama, dosya sistemi bağlam yönetimi, alt aracı delegasyonu, kalıcı bellek, insan onay iş akışları ve isteğe bağlı beceri yükleme. Görev takibi için write_todos, dosya sistemi işlemleri (ls, read_file, write_file, edit_file, glob, grep) ve uzmanlaşmış alt aracılar oluşturmak için task olmak üzere her zaman mevcut üç yerleşik araç içerir. Destekler...

Herhangi bir Deep Agents uygulaması oluştururken BU BECERİYİ ÇAĞIRIN. create_deep_agent(), harness mimarisi, SKILL.md formatı ve yapılandırma seçeneklerini kapsar.

Deep Agents için geçici, kalıcı ve hibrit yönlendirme seçeneklerine sahip takılabilir bellek ve dosya arka uçları. Dört arka uç türü: StateBackend (iş parçacığı kapsamlı, geçici), StoreBackend (oturumlar arası kalıcı), FilesystemBackend (yerel geliştirme için gerçek disk erişimi) ve CompositeBackend (farklı yolları farklı arka uçlara yönlendirir). FilesystemMiddleware altı dosya işleme aracı sağlar: ls, read_file, write_file, edit_file, glob, grep. CompositeBackend en uzun önek eşlemesini kullanarak yönlendirme yapar...

Pluggable memory and file backends for Deep Agents with ephemeral, persistent, and hybrid routing options. Four backend types: StateBackend (thread-scoped, ephemeral), StoreBackend (cross-session persistent), FilesystemBackend (real disk access for local dev), and CompositeBackend (route different paths to different backends) FilesystemMiddleware provides six file operation tools: ls , read_file , write_file , edit_file , glob , grep CompositeBackend uses longest-prefix matching to route...

INVOKE THIS SKILL when your Deep Agent needs memory, persistence, or filesystem access. Covers StateBackend (ephemeral), StoreBackend (persistent),…

Bu Yeteneği, Deep Agent'inizin bellek, kalıcılık veya dosya sistemi erişimine ihtiyacı olduğunda ÇAĞIRIN. StateBackend (geçici), StoreBackend (kalıcı),… kapsar.

Alt ajanları yönetir, çok adımlı görevleri planlar ve hassas işlemler için insan onayı gerektirir. Görev aracı aracılığıyla uzmanlaşmış alt ajanlara iş dağıtır; özel alt ajanlar izole araç setlerini ve sistem yönlendirmelerini desteklerken, varsayılan "genel amaçlı" alt ajan ana ajan yapılandırmasını devralır. write_todos ile karmaşık iş akışlarını planlayıp takip eder, görevleri beklemede, devam eden ve tamamlanmış durumlar arasında düzenler; kalıcılık için bir thread_id gerektirir. Uygular...

Bu yeteneği, Deep Agents'te alt ajanlar, görev planlaması veya insan onayı kullanırken ÇAĞIRIN. SubAgentMiddleware, planlama için TodoList ve HITL kesintilerini kapsar.

INVOKE THIS SKILL when using subagents, task planning, or human approval in Deep Agents. Covers SubAgentMiddleware, TodoList for planning, and HITL interrupts.

INVOKE THIS SKILL when using subagents, task planning, or human approval in Deep Agents. Covers SubAgentMiddleware, TodoList for planning, and HITL interrupts.

Scaffold a minimal local Deep Agent in Python by following the official quickstart, using provider-native web search instead of Tavily. Use when the user wants…

Inspect and explain conversations in the local Deep Agents Code SQLite session store. Use as a fallback when LangSmith trace tooling is unavailable, for…

Scaffold a minimal local Deep Agent in TypeScript by following the official quickstart, using provider-native web search instead of Tavily. Use when the user…

Docker konteynerleştirme ve çok aşamalı derlemeler için en iyi uygulamalar

Use this skill when migrating inline code samples from LangChain docs (MDX files) into external, testable code files that are extracted by this repo’s snippet…

Bu beceriyi, LangChain dokümanlarındaki (MDX dosyaları) satır içi kod örneklerini, bu deponun snippet… tarafından çıkarılan harici, test edilebilir kod dosyalarına taşırken kullanın.

INVOKE FIRST for any LangChain / LangGraph / Deep Agents agent building project before consulting other skills or writing any agent code. Required starting…

INVOKE FIRST for any LangChain / LangGraph / Deep Agents agent building project before consulting other skills or writing any agent code. Required starting…

Herhangi bir LangChain / LangGraph / Deep Agents ajan oluşturma projesinde, diğer becerilere danışmadan veya herhangi bir ajan kodu yazmadan önce İLK OLARAK ÇAĞIRIN. Başlamak için gerekli…

Herhangi bir LangChain / LangGraph / Deep Agents ajan oluşturma projesinde, diğer becerilere danışmadan veya herhangi bir ajan kodu yazmadan önce İLK OLARAK ÇAĞIRIN. Başlamak için gerekli…

Iteratively inspect an agent repository and optional user-provided traces, interview the user, and create, run, and audit Harbor evals one at a time. Use for…

deepagentsjs monorepo'su için yeni değerlendirme paketleri oluşturur. Veri seti tasarımı, test senaryosu iskeleti, puanlama mantığı, vitest yapılandırması ve LangSmith…

Intelligently organizes your files and folders across your computer by understanding context, finding duplicates, suggesting better structures, and automating…

Bilgisayarınızdaki dosya ve klasörleri bağlamı anlayarak, kopyaları bularak, daha iyi yapılar önererek ve otomatikleştirerek akıllıca düzenler…

INVOKE THIS SKILL at the START of any LangChain/LangGraph/Deep Agents project, before writing any agent code. Determines which framework layer is right for the…

LangChain, LangGraph ve Deep Agents katmanlı mimarisi için framework seçim kılavuzu. LangChain temel ilkelleri sağlarken, LangGraph orkestrasyon ve kontrol akışı ekler, Deep Agents ise planlama, bellek, dosya yönetimi ve beceri delegasyonu ekler. Görev karmaşıklığına göre framework seçimini yönlendiren karar tablosu: tek amaçlı ajanlar için LangChain, özel kontrol akışı ve döngüler için LangGraph, çok adımlı planlama ve kalıcı oturumlar için Deep Agents...

Herhangi bir LangChain/LangGraph/Deep Agents projesinin BAŞLANGICINDA, herhangi bir ajan kodu yazmadan önce BU BECERİYİ ÇAĞIRIN. Hangi framework katmanının uygun olduğunu belirler…

Use when processing large PDFs, document collections, or bulk text extraction tasks that benefit from GPU-accelerated processing. Triggers when the user…

Büyük PDF'ler, belge koleksiyonları veya GPU hızlandırmalı işlemeden faydalanan toplu metin çıkarma görevlerini işlerken kullanılır. Kullanıcı...

Önceden oluşturulmuş bir mimari ve herhangi bir model veya araç için entegrasyonlarla ajanlar oluşturun. Araç çağıran ajanlar oluştururken, model sağlayıcıları değiştirirken veya eklerken kullanın…

Build agents with a prebuilt architecture and integrations for any model or tool. Use when creating tool-calling agents, switching model providers, or adding…

Herhangi bir LangChain, Deep Agents veya LangGraph açık kaynak ajan projesine DAİMA BURADAN BAŞLAYIN. Herhangi bir LangChain açık kaynak ajanı için gerekli başlangıç noktasıdır…

langchain-middleware-&-hitl — AI ajanları için yüklenebilir bir beceri, langchain-ai/langchain-skills tarafından yayımlanmıştır.

Herhangi bir bilgi getirmeli üretim (RAG) sistemi oluştururken BU BECERİYİ ÇAĞIRIN. Belge yükleyicileri, RecursiveCharacterTextSplitter, gömme vektörleri (OpenAI),… kapsar.

langchain-structured-output-&-hitl — AI ajanları için yüklenebilir bir beceri, langchain-ai/langchain-skills tarafından yayımlanmıştır.

Build LangChain agents with modern patterns. Covers create_agent, LangGraph, and context management.

Bu beceriyi, LangChain ürünlerini (LangChain, LangGraph, LangSmith SDK) içeren HERHANGİ bir kodlama sorusu için kullanın. Ajan geliştirme desenlerini, temel yapı taşlarını,… kapsar.

INVOKE THIS SKILL when setting up a new project or when asked about package versions, installation, or dependency management for LangChain, LangGraph,…

INVOKE THIS SKILL when setting up a new project or when asked about package versions, installation, or dependency management for LangChain, LangGraph,…

LangChain ekosistem paket sürümleri, bağımlılıkları ve Python ile TypeScript için kurulum rehberi. Tüm yeni projeleri LangChain 1.0 LTS üzerinde başlatın; sürüm 0.3 yalnızca bakım amaçlı eski sürümdür. Diğer paketlerin yanında her zaman langchain-core'u açıkça kurun. Bir orkestrasyon katmanı seçin: ayrıntılı grafik kontrolü için LangGraph veya planlama ve bellek içeren hazır çözüm için Deep Agents. langchain-community'yi tam alt sürümlere (örneğin, >=0.4.0,<0.5.0) sabitleyin çünkü...

Bu beceriyi, yeni bir proje kurarken veya LangChain, LangGraph,… için paket sürümleri, kurulum veya bağımlılık yönetimi hakkında sorulduğunda ÇAĞIRIN.

Create LangChain agents with create_agent, define tools, and use middleware for human-in-the-loop and error handling.

Create LangChain agents with create_agent, define tools, and use middleware for human-in-the-loop and error handling.

create_agent(), araçlar ve middleware kalıpları ile üretim düzeyinde LangChain aracıları oluşturun. Model, araç listesi ve sistem istemi ile create_agent() kullanın; çağrılar arasında konuşma belleği için checkpointer ve thread_id ile durum kalıcılığını yapılandırın. Araçları, aracıların ne zaman çağıracağını bilmesi için net açıklamalarla @tool dekoratörü (Python) veya tool() işlevi (TypeScript) aracılığıyla tanımlayın. Onay iş akışları, özel hata işleme ve insan döngüde... için HumanInTheLoopMiddleware gibi middleware ekleyin.

create_agent ile LangChain ajanları oluşturun, araçları tanımlayın ve insan döngüsü ile hata yönetimi için middleware kullanın.

INVOKE THIS SKILL when you need human-in-the-loop approval, custom middleware, or structured output. Covers HumanInTheLoopMiddleware for human approval of…

INVOKE THIS SKILL when you need human-in-the-loop approval, custom middleware, or structured output. Covers HumanInTheLoopMiddleware for human approval of…

İnsan döngüde onayı, özel ara katman yazılımı ve LangChain ajanları için yapılandırılmış çıktı desenleri. HumanInTheLoopMiddleware, tehlikeli araç çağrılarından önce yürütmeyi duraklatarak insanların onaylamasına, argümanları düzenlemesine veya geri bildirimle reddetmesine olanak tanır. Araç başına kesinti politikaları, risk seviyesine göre farklı onay kuralları yapılandırmanızı sağlar; durum kalıcılığı için bir checkpointer ve thread_id gerektirir. Komut devam deseni, insan kararlarından sonra yürütmeyi sürdürür ve araç argümanlarını düzenleme desteği sunar...

İnsan döngüsünde onay, özel ara yazılım veya yapılandırılmış çıktıya ihtiyaç duyduğunuzda BU BECERİYİ ÇAĞIRIN. İnsan onayı için HumanInTheLoopMiddleware’i kapsar…

Herhangi bir LangChain, Deep Agents veya LangGraph ajan oluşturma projesine BAŞLANGIÇ NOKTASI. Diğer becerileri seçmeden veya herhangi bir şey yazmadan önce gerekli başlangıç noktası.

ALWAYS START HERE for any LangChain, Deep Agents, or LangGraph agent building project. Required starting point before choosing other skills or writing any…

Scaffold a minimal local LangChain agent in Python by following the official quickstart. Use when the user wants to quickly build or try a LangChain agent…

INVOKE THIS SKILL when building ANY retrieval-augmented generation (RAG) system. Covers document loaders, RecursiveCharacterTextSplitter, embeddings (OpenAI),…

INVOKE THIS SKILL when building ANY retrieval-augmented generation (RAG) system. Covers document loaders, RecursiveCharacterTextSplitter, embeddings (OpenAI),…

Belge alım

langchain-rag — yapay zeka ajanları için kurulabilir bir beceri, langchain-ai/skills-benchmarks tarafından yayımlanmıştır.

Scaffold a minimal local LangChain agent in TypeScript by following the official quickstart. Use when the user wants to quickly build or try a LangChain agent…

LangGraph ile durum bilgisi olan, dayanıklı ajan iş akışları oluşturun. Özel grafik tabanlı kontrol akışı, insan döngüsü, kalıcılık veya çoklu ajan gerektiğinde kullanın…

Build stateful, durable agent workflows with LangGraph. Use when you need custom graph-based control flow, human-in-the-loop, persistence, or multi-agent…

LangGraph iş akışları, paralel yürütme, kesintiler veya akış için BU BECERİYİ ÇAĞIRIN. Fan-out için Send API'sini, insan-döngüde için interrupt()'u kapsar,…

langgraph-persistence-&-memory — langchain-ai/langchain-skills tarafından yayınlanan, AI ajanları için yüklenebilir bir beceri.

INVOKE THIS SKILL when using the langgraph CLI to scaffold, develop, build, or deploy LangGraph applications. Covers langgraph new, dev, build, up, deploy, and…

Bu beceriyi, langgraph CLI kullanarak LangGraph uygulamalarını iskelet oluşturma, geliştirme, derleme veya dağıtma işlemlerinde ÇAĞIRIN. langgraph new, dev, build, up, deploy ve… komutlarını kapsar.

LangGraph dokümantasyonuna erişerek durum bilgisi olan ajanlar ve çoklu ajan iş akışları oluşturun. Resmi LangGraph Python dokümanlarını getirir; durum makineleri, grafik tabanlı ajan tasarımı ve insan-döngüde desenlerini kapsar. Sorgu türüne göre ilgili dokümantasyonu önceliklendirir: nasıl yapılır soruları için uygulama kılavuzları, teori için kavram sayfaları, uçtan uca örnekler için eğitimler ve teknik detaylar için API referansları. En alakalı 2–4 dokümantasyon URL'sini otomatik olarak seçer ve yanıtlamak için içeriklerini alır...

LangGraph Python dokümantasyonunu getirir ve referans alarak durum bilgisi olan ajanlar oluşturur, çoklu ajan iş akışları kurar ve insanın döngüde olduğu desenleri uygular. Kullan…

Fetches and references LangGraph Python documentation to build stateful agents, create multi-agent workflows, and implement human-in-the-loop patterns. Use…

Use this skill for requests related to LangGraph in order to fetch relevant documentation to provide accurate, up-to-date guidance.

Fetches and references LangGraph Python documentation to build stateful agents, create multi-agent workflows, and implement human-in-the-loop patterns. Use…

Bu beceriyi, LangGraph ile ilgili taleplerde ilgili dokümantasyonu getirerek doğru ve güncel rehberlik sağlamak için kullanın.

INVOKE THIS SKILL when writing ANY LangGraph code. Covers StateGraph, state schemas, nodes, edges, Command, Send, invoke, streaming, and error handling.

INVOKE THIS SKILL when writing ANY LangGraph code. Covers StateGraph, state schemas, nodes, edges, Command, Send, invoke, streaming, and error handling.

Yönlendirilmiş grafik çerçevesi, durum bilgisi olan, çok adımlı ajan iş akışları oluşturmak için ince taneli kontrol sağlar. StateGraph, yazılı durum şemaları, listeleri/değerleri biriktirmek için indirgeyiciler ve kısmi durum güncellemeleri döndüren düğümler içerir. Sabit akış için statik kenarlar, dallanma için koşullu kenarlar ve durum güncellemelerini dinamik yönlendirme ile birleştirmek için Command. Send API, indirgeyiciler aracılığıyla sonuç toplama ile işçi düğümlerine fan-out paralelliği sağlar. Invoke, tek yürütme ve akış modları (değerler, g

Bu beceriyi, herhangi bir LangGraph kodu yazarken ÇAĞIRIN. StateGraph, state şemaları, düğümler, kenarlar, Command, Send, invoke, akış ve hata yönetimini kapsar.

Graf yürütmesini insan incelemesi, onayı veya doğrulaması için duraklatır, ardından girdileriyle devam eder. Üç bileşen gerektirir: bir checkpointer (InMemorySaver veya PostgresSaver), config içinde bir thread ID ve JSON-serializable interrupt payload'ları. interrupt(value) duraklatır ve verileri yüzeye çıkarır; Command(resume=value) devam ettirir ve bu değeri duraklatılan düğüme döndürür. interrupt() öncesindeki tüm kod devamda yeniden çalıştırılır, bu nedenle yan etkiler idempotent olmalıdır (insert değil upsert kullanın). Onay iş akışlarını destekler,...

INVOKE THIS SKILL when implementing human-in-the-loop patterns, pausing for approval, or handling errors in LangGraph. Covers interrupt(), Command(resume=...),…

INVOKE THIS SKILL when implementing human-in-the-loop patterns, pausing for approval, or handling errors in LangGraph. Covers interrupt(), Command(resume=...),…

Bu beceriyi, insanın döngüye dahil olduğu kalıpları uygularken, onay beklerken veya LangGraph'da hataları yönetirken KULLANIN. interrupt(), Command(resume=...),… kapsar.

INVOKE THIS SKILL when your LangGraph needs to persist state, remember conversations, travel through history, or configure subgraph checkpointer scoping.…

INVOKE THIS SKILL when your LangGraph needs to persist state, remember conversations, travel through history, or configure subgraph checkpointer scoping.…

Dayanıklı grafik yürütme, iş parçacığı kapsamlı kontrol noktaları, durum geçmişi ve iş parçacıkları arası uzun vadeli bellek. Üç kontrol noktası seçeneği: test için InMemorySaver, yerel geliştirme için SqliteSaver, üretim için PostgresSaver; kalıcılığı etkinleştirmek için config'de her zaman thread_id iletin. get_state_history() kullanarak geçmiş kontrol noktalarına göz atın ve yeniden oynatın, geçmiş bir noktada durumu güncelleyerek yürütmeyi çatallayın veya devam ettirmeden önce durumu manuel olarak değiştirin. Store API, kullanıcı için iş parçacıkları arası bellek sağlar...

LangGraph'ınız durumu kalıcı hale getirmesi, konuşmaları hatırlaması, geçmişte gezinmesi veya alt grafik işaretleyici kapsamını yapılandırması gerektiğinde BU BECERİYİ ÇAĞIRIN.

Scaffold a minimal local LangGraph agent in Python by following the official quickstart. Use when the user wants to quickly build or try a LangGraph agent…

Scaffold a minimal local LangGraph agent in TypeScript by following the official quickstart. Use when the user wants to quickly build or try a LangGraph agent…

Yapay zeka ajanlarını ve LLM uygulamalarını LangSmith ile izleyin, değerlendirin ve dağıtın. Gözlemlenebilirlik eklerken, değerlendirmeler çalıştırırken, prompt mühendisliği yaparken veya…

Trace, evaluate, and deploy AI agents and LLM applications with LangSmith. Use when adding observability, running evaluations, engineering prompts, or…

Bu beceriyi, izleme kayıtlarından değerlendirme veri kümeleri oluştururken VEYA LangSmith'e veri kümeleri yüklerken VEYA veri kümelerini sorgularken ÇAĞIRIN. Veri kümesi türlerini kapsar (final_response,…

LangSmith için değerlendirme hatları oluştururken BU BECERİYİ ÇAĞIRIN. Üç temel bileşeni kapsar: (1) Değerlendiriciler Oluşturma - LLM-as-Judge, özel kod; (2)…

Bu beceriyi, LangSmith izleme ile çalışırken veya iz kayıtlarını sorgularken KULLANIN. Uygulamalara izleme eklemeyi ve iz verilerini sorgulama/dışa aktarmayı kapsar. Şunları içerir…

LangSmith ile izlenen ajanlar için kod tabanlı değerlendiriciler oluşturur. Özel değerlendirme mantığı oluştururken, araç kullanım desenlerini test ederken veya ajan çıktılarını puanlarken kullanın…

Değerlendirme ve doğrulama için LangSmith'e değerlendirme veri kümeleri oluşturun, yönetin ve yükleyin. Dört veri kümesi türünü destekler: final_response (tam konuşmalar), single_step (bireysel düğüm davranışı), trajectory (araç çağrı dizileri) ve RAG (soru/parçalar/cevap/alıntılar). Veri kümesi yaşam döngüsü yönetimi için CLI komutları: oluşturma, listeleme, alma, silme, dışa aktarma ve yerel JSON dosyalarından yükleme. Python ve JavaScript'te SDK tabanlı veri kümesi oluşturma ve programatik örnek ekleme. Örnek yönetimi...

INVOKE THIS SKILL when creating evaluation datasets, uploading datasets to LangSmith, or managing existing datasets. Covers dataset types (final_response,…

INVOKE THIS SKILL when creating evaluation datasets, uploading datasets to LangSmith, or managing existing datasets. Covers dataset types (final_response,…

Bu beceriyi, izleme verilerinden değerlendirme veri kümeleri oluştururken VEYA veri kümelerini LangSmith'e yüklerken VEYA veri kümelerini sorgularken ÇAĞIRIN. Veri kümesi türlerini kapsar (final_response,…

Bu beceriyi, değerlendirme veri kümeleri oluştururken, veri kümelerini LangSmith'e yüklerken veya mevcut veri kümelerini yönetirken ÇAĞIRIN. Veri kümesi türlerini (final_response,…) kapsar.

LangSmith için değerlendirme hatları oluştururken BU BECERİYİ ÇAĞIRIN. Üç temel bileşeni kapsar: (1) Değerlendirici Oluşturma - LLM-as-Judge, özel kod; (2)…

INVOKE THIS SKILL when building evaluation pipelines for LangSmith. Covers three core components: (1) Creating Evaluators - LLM-as-Judge, custom code; (2)…

INVOKE THIS SKILL when building evaluation pipelines for LangSmith. Covers three core components: (1) Creating Evaluators - LLM-as-Judge, custom code; (2)…

LangSmith için LLM-as-Judge ve özel kod değerlendiricileri ile değerlendirme hatları oluşturun. Üç temel bileşen: değerlendiriciler oluşturma (LLM-as-Judge veya özel kod), ajan çıktılarını ve yörüngelerini yakalamak için çalıştırma fonksiyonları tanımlama ve değerlendirmeleri yerel olarak çalıştırma veya yüklenen değerlendiriciler aracılığıyla otomatik çalıştırma. Hem çevrimdışı değerlendiricileri (çalıştırma çıktılarını veri kümesi örnekleriyle karşılaştırma) hem de çevrimiçi değerlendiricileri (üretim çalıştırmalarında gerç

LangSmith için değerlendirme hatları oluştururken BU BECERİYİ ÇAĞIRIN. Üç temel bileşeni kapsar: (1) Değerlendirici Oluşturma - LLM-as-Judge, özel kod; (2)…

LangSmith izlerini getirerek ajan davranışlarını hata ayıklamak için kullanılır. Ajan sorunlarını giderirken, konuşma geçmişini incelerken veya araç çağrılarını araştırırken kullanın.

Iteratively inspect traces, interview the user, and create LangSmith online evaluators one at a time. Use specifically for creating online evaluators for use…

LangChain/LangGraph uygulamalarına izleme ekleyin ve hata ayıklama ile veri kümesi oluşturma için CLI üzerinden izleme verilerini sorgulayın. Çevre değişkenleri ile LangChain/LangGraph uygulamaları için otomatik izleme; Python ve TypeScript'te diğer çerçeveler için @traceable dekoratörü ve wrap_openai() ile manuel izleme. langsmith CLI kullanarak zaman, gecikme, hatalar, etiketler ve özel meta veri filtreleriyle izlemeler (tam yürütme ağaçları) veya çalıştırmalar (bireysel düğümler) sorgulayın. Hiyerarşiyi koruyarak izlemeleri JSONL dosyalarına dışa aktarın;...

INVOKE THIS SKILL when working with LangSmith tracing OR querying traces. Covers adding tracing to applications and querying/exporting trace data. Uses the…

LangSmith izleme ile çalışırken VEYA izlemeleri sorgularken BU BECERİYİ ÇAĞIRIN. Uygulamalara izleme eklemeyi ve izleme verilerini sorgulama/dışa aktarmayı kapsar. Şunları içerir…

INVOKE THIS SKILL when working with LangSmith tracing OR querying traces. Covers adding tracing to applications and querying/exporting trace data. Uses the…

INVOKE THIS SKILL when working with LangSmith tracing OR querying traces. Covers adding tracing to applications and querying/exporting trace data. Uses the…

LangSmith izleme ile çalışırken VEYA izleme sorgularken BU BECERİYİ ÇAĞIRIN. Uygulamalara izleme eklemeyi ve izleme verilerini sorgulama/dışa aktarmayı kapsar. Şunları kullanır…

LangSmith izleme ile çalışırken VEYA izlemeleri sorgularken BU BECERİYİ ÇAĞIRIN. Uygulamalara izleme eklemeyi ve izleme verilerini sorgulamayı/dışa aktarmayı kapsar. Şunları kullanır…

Active, Socratic teacher for the LangChain Academy Deep Agents course — drives the student through the curriculum with a calibrated interaction density,…

Write a LinkedIn post based on research findings or a given topic. Use this skill when asked to create LinkedIn content, professional posts, or thought…

Araştırma bulgularına veya belirli bir konuya dayanarak bir LinkedIn gönderisi yazın. LinkedIn içeriği, profesyonel gönderiler veya düşünce liderliği oluşturmanız istendiğinde bu beceriyi kullanın.

INVOKE THIS SKILL when building, testing, or deploying Managed Deep Agents in LangSmith with the mda CLI. Walks a user through their first agent end to end —…

Bu beceriyi, LangSmith'te mda CLI ile Managed Deep Agents oluştururken, test ederken veya dağıtırken KULLANIN. Kod öncelikli, dosya tabanlı proje düzenini kapsar;…

Embed Mermaid diagrams in generated wiki pages. Use whenever documenting a runtime or request flow, a call sequence, a state machine or lifecycle, a data model…

Veri analizi ve görselleştirme için yaygın pandas ve matplotlib kalıpları

Common pandas and matplotlib patterns for data analysis and visualization

Break down a coding task into a structured implementation plan with clear steps, file identification, and risk assessment.

Bir kodlama görevini, net adımlar, dosya tanımlaması ve risk değerlendirmesi ile yapılandırılmış bir uygulama planına ayırır.

Writes and executes SQL queries from simple SELECTs to complex multi-table JOINs, aggregations, and subqueries. Use when the user asks to query a database,…

Basit SELECT sorgularından karmaşık çok tablolu JOIN’lere, toplama işlemlerine ve alt sorgulara kadar SQL sorguları yazar ve çalıştırır. Kullanıcı bir veritabanını sorgulamak istediğinde kullanılır,…

Modern React bileşen desenleri, hooks ve TypeScript ile

Review the current conversation and capture valuable knowledge — best practices, coding conventions, architecture decisions, workflows, and user feedback —…

Mevcut konuşmayı gözden geçir ve değerli bilgileri yakala — en iyi uygulamalar, kodlama kuralları, mimari kararlar, iş akışları ve kullanıcı geri bildirimleri —…

Lists tables, describes columns and data types, identifies foreign key relationships, and maps entity relationships in a database. Use when the user asks about…

Veritabanındaki tabloları listeler, sütunları ve veri türlerini tanımlar, yabancı anahtar ilişkilerini belirler ve varlık ilişkilerini haritalar. Kullanıcı şu konularda soru sorduğunda kullanılır…

Etkili beceriler oluşturmak için rehber; bu beceriler, uzmanlaşmış bilgi, iş akışları veya araç entegrasyonları ile ajan yeteneklerini genişletir. Kullanıcı…

Guide for creating effective skills that extend agent capabilities with specialized knowledge, workflows, or tool integrations. Use this skill when the user…

Guide for creating effective skills that extend agent capabilities with specialized knowledge, workflows, or tool integrations. Use this skill when the user…

Etkili beceriler oluşturmak için rehber; bu beceriler, uzmanlaşmış bilgi, iş akışları veya araç entegrasyonları ile ajan yeteneklerini genişletir. Kullanıcı…

Platformaya özel sosyal medya gönderilerini, araştırma destekli içerik ve oluşturulan eşlik eden görsellerle hazırlar. LinkedIn gönderilerini (profesyonel tonla 1.300 karakter) ve Twitter/X thread'lerini (tweet başına 280 karakter, 1/🧵 formatı) destekler. Yazmadan önce araştırmayı bir alt ajana devretmeyi, ardından doğruluk ve alaka düzeyini sağlamak için bulguları okumayı gerektirir. generate_social_image aracıyla, küçük... için optimize edilmiş cesur, yüksek kontrastlı kompozisyonlarla otomatik olarak dikkat çekici sosyal görseller oluşturur.

Drafts engaging social media posts, writes hooks, suggests hashtags, creates thread structures, and generates companion images. Use when the user asks to write…

Dispatches many independent items in parallel: create a table, fan out to subagents, aggregate results. One row = one unit of work.

Sınırlı eşzamanlılıkla alt ajanlara paralel olarak bir dizi görev dağıtır. {toplam, tamamlanan, başarısız, sonuçlar[]} içeren bir özet nesnesi döndürür — yinele…

Birçok bağımsız öğeyi paralel olarak dağıtır: bir tablo oluşturur, alt ajanlara yayar, sonuçları toplar. Bir satır = bir iş birimi.

Birim testi ve entegrasyon testi en iyi uygulamaları

Web araştırması ile ilgili talepler için bu beceriyi kullanın; kapsamlı web araştırması yapmak için yapılandırılmış bir yaklaşım sunar.

Searches multiple web sources, synthesizes findings, and produces cited research reports using delegated subagents. Use when the user asks to research a topic…

Use this skill for requests related to web research; it provides a structured approach to conducting comprehensive web research

Alt görevlilere yetki vererek çok kaynaklı web araştırması düzenler, bulguları sentezler ve alıntılı raporlar üretir. Araştırma sorularını 2–5 farklı alt konuya ayırır, bir araştırma planı dosyası oluşturur ve verimli inceleme için paralel olarak en fazla 3 alt görevli başlatır. Her alt görevli, alt konu başına 3–5 web araması yapar ve bulguları temel gerçekler, alıntılar ve kaynak URL'leriyle birlikte yerel dosyalara yazar. Yerel bulgu dosyalarını okuyarak, alt konular arasında içgörüleri entegre ederek sonuçları sentezler ve...

Add a new built-in OpenWiki source connector. Use when a user asks to create or implement an OpenWiki connector.

Kullanıcı, geçerli tarih ve saatin sandbox içindeki paketlenmiş betik aracılığıyla bir dosyaya yazılmasını istediğinde kullanın.

Use when the user wants the current date and time written to a file via the bundled script inside the sandbox.