planning

tarafından langchain-ai

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

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

Planning Skill

Use this skill when starting a new coding task to create a thorough implementation plan.

Steps

1. Understand the Task

  • Read the issue/task description completely
  • Identify the expected outcome and acceptance criteria
  • Note any constraints or requirements mentioned

2. Explore the Codebase

  • Find the repository root and read the project structure
  • Identify the tech stack (language, framework, test runner)
  • Read README, CONTRIBUTING, or similar docs if they exist
  • Find existing tests to understand testing patterns

3. Identify Relevant Files

  • Use grep to find code related to the task
  • Read the most relevant files (entry points, related modules)
  • Identify which files need to be modified vs. created
  • Check for existing patterns you should follow

4. Write the Plan

Use write_todos to create a structured plan:

write_todos([
    "1. <specific change in specific file>",
    "2. <next specific change>",
    "3. Write tests for <feature>",
    "4. Run test suite and fix failures",
    "5. Review all changes"
])

5. Assess Risks

  • Are there breaking changes?
  • Are there edge cases to handle?
  • Does this affect other parts of the codebase?
  • Flag anything uncertain for review

Guidelines

  • Plans should have 3-10 concrete steps
  • Each step should be specific enough to execute without further planning
  • Include test writing and test running as explicit steps
  • End with a review/verification step

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)…