langgraph-docs

tarafından langchain-ai

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...

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.

langchain-ai tarafından daha fazla skill

deepagents-thread-inspector
langchain-ai
Yerel Deep Agents Code SQLite oturum deposundaki konuşmaları inceleyin ve açıklayın. LangSmith trace araçları kullanılamadığında yedek olarak kullanın, için…
deepagents-python-quickstart
langchain-ai
Python'da resmi hızlı başlangıç kılavuzunu izleyerek minimal bir yerel Deep Agent oluşturun, Tavily yerine sağlayıcıya özgü web araması kullanın. Kullanıcı şu durumlarda kullanın…
deepagents-typescript-quickstart
langchain-ai
Resmi hızlı başlangıç kılavuzunu izleyerek TypeScript'te minimal bir yerel Deep Agent iskeleti oluşturun, Tavily yerine sağlayıcıya özgü web araması kullanın. Kullanıcı… olduğunda kullanın.
eval-engineering
langchain-ai
Yinelemeli olarak bir ajan deposunu ve kullanıcı tarafından sağlanan isteğe bağlı izleri inceleyin, kullanıcıyla görüşün ve Harbor evals'larını tek tek oluşturun, çalıştırın ve denetleyin. Şunlar için kullanın…
LangChain RAG Pipeline
langchain-ai
Herhangi bir bilgi getirmeli üretim (RAG) sistemi oluştururken BU BECERİYİ ÇAĞIRIN. Belge yükleyicileri, RecursiveCharacterTextSplitter, gömme vektörleri (OpenAI),… kapsar.
LangChain Structured Output & HITL
langchain-ai
langchain-structured-output-&-hitl — AI ajanları için yüklenebilir bir beceri, langchain-ai/langchain-skills tarafından yayımlanmıştır.
LangSmith Datasets
langchain-ai
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-evaluator
langchain-ai
LangSmith için değerlendirme hatları oluştururken BU BECERİYİ ÇAĞIRIN. Üç temel bileşeni kapsar: (1) Değerlendirici Oluşturma - LLM-as-Judge, özel kod; (2)…