Langchain Ai技能

OpenAPI 文档与 REST API 设计模式

通过主题搜索arXiv上的预印本和学术论文，并获取摘要。基于查询的搜索涵盖物理学、数学、计算机科学、生物学、统计学及相关领域。可配置结果数量限制（默认10篇论文），结果按相关性排序。返回每篇匹配论文的标题和摘要。需要安装arxiv Python包；若未安装，请通过pip安装。

在物理学、数学、计算机科学、定量生物学及相关领域的arXiv预印本库中搜索论文

长篇幅博客文章撰写，包含研究委托、结构化内容模板和AI生成的封面图片。在写作前将研究任务委托给子代理，并将发现结果以Markdown格式存储以供参考和上下文参考。强制采用五部分文章结构：钩子、背景、主要内容（3-5个部分）、实际应用和带行动号召的结论。通过涵盖主题、风格、构图、色彩和光线的详细提示生成SEO优化的封面图片。将文章输出至...

对变更进行结构化代码审查，检查正确性、风格、测试及潜在问题。

在做出非平凡的样式决策前，先从 /memory/coding-prefs.md 读取用户的编码偏好，并在用户给出新偏好时追加记录。

当被要求分析竞争对手时：

用于在数据集、CSV或表格数据上执行GPU加速的数据分析，使用NVIDIA cuDF。当任务涉及分组聚合、统计…时触发。

使用NVIDIA cuML在表格数据上进行GPU加速的机器学习。当任务涉及分类、回归、聚类、降维…时触发。

用于创建出版级图表和多面板分析摘要。当任务涉及数据可视化、结果绘图、创建……时触发。

数据库迁移模式与模式版本控制

deep-agents-memory-&-filesystem — 一个可安装的AI代理技能，由langchain-ai/langchain-skills发布。

用于构建多步骤智能体的基础框架，内置规划、记忆和技能委派功能。提供六种核心中间件选项：任务规划、文件系统上下文管理、子智能体委派、持久化记忆、人工审批工作流以及按需技能加载。包含三个始终可用的内置工具：用于任务追踪的write_todos、文件系统操作（ls、read_file、write_file、edit_file、glob、grep）以及用于生成专用子智能体的task。支持...

在构建任何Deep Agents应用程序时调用此技能。涵盖create_deep_agent()、harness架构、SKILL.md格式及配置选项。

为Deep Agents提供可插拔的内存与文件后端，支持临时、持久化和混合路由选项。四种后端类型：StateBackend（线程作用域，临时）、StoreBackend（跨会话持久化）、FilesystemBackend（本地开发时真实磁盘访问）和CompositeBackend（将不同路径路由到不同后端）。FilesystemMiddleware提供六种文件操作工具：ls、read_file、write_file、edit_file、glob、grep。CompositeBackend使用最长前缀匹配进行路由...

当您的Deep Agent需要记忆、持久化或文件系统访问时，调用此技能。涵盖StateBackend（临时）、StoreBackend（持久化）…

编排子代理，规划多步骤任务，并对敏感操作要求人工审批。通过任务工具将工作委派给专业子代理；自定义子代理支持独立的工具集和系统提示，而默认的“通用”子代理继承主代理配置。使用write_todos规划并跟踪复杂工作流，将任务组织为待处理、进行中和已完成状态；需要thread_id以实现跨调用的持久化。实现...

在 Deep Agents 中使用子代理、任务规划或人工审批时调用此技能。涵盖 SubAgentMiddleware、用于规划的 TodoList 以及 HITL 中断。

Docker容器化与多阶段构建的最佳实践

为 deepagentsjs 单体仓库创建新的评估套件。处理数据集设计、测试用例脚手架、评分逻辑、vitest 配置以及 LangSmith…

智能地整理您电脑中的文件和文件夹，通过理解上下文、查找重复项、建议更优结构并自动执行…

LangChain、LangGraph和Deep Agents分层架构的框架选择指南。分层框架中，LangChain提供基础原语，LangGraph增加编排与控制流，Deep Agents添加规划、记忆、文件管理和技能委派。决策表根据任务复杂度指导框架选择：LangChain适用于单一用途代理，LangGraph适用于自定义控制流和循环，Deep Agents适用于多步骤规划和持久会话...

在任何LangChain/LangGraph/Deep Agents项目开始时，在编写任何代理代码之前调用此技能。确定哪个框架层适合……

在处理大型PDF、文档集合或批量文本提取任务时使用，这些任务受益于GPU加速处理。当用户…时触发。

任何LangChain、Deep Agents或LangGraph开源代理项目都请始终从这里开始。这是所有LangChain开源代理项目的必要起点…

langchain-middleware-&-hitl — 一个可安装的AI代理技能，由langchain-ai/langchain-skills发布。

在构建任何检索增强生成（RAG）系统时调用此技能。涵盖文档加载器、递归字符文本分割器、嵌入（OpenAI）等。

langchain-structured-output-&-hitl — 一个可安装的AI代理技能，由langchain-ai/langchain-skills发布。

针对任何涉及LangChain产品（LangChain、LangGraph、LangSmith SDK）的编码问题使用此技能。涵盖代理开发模式、原语、…

LangChain生态系统包版本、依赖关系以及Python和TypeScript的安装指南。所有新项目请基于LangChain 1.0 LTS启动；0.3版本为仅维护的旧版。始终与其他包一起显式安装langchain-core。选择一个编排层：LangGraph用于细粒度图控制，或Deep Agents用于内置规划和记忆功能。保守锁定langchain-community的精确次要版本（例如>=0.4.0,<0.5.0），因为它不...

在设置新项目或询问LangChain、LangGraph等的包版本、安装或依赖管理时，调用此技能。

使用create_agent()、工具和中间件模式构建生产级LangChain代理。通过create_agent()配置模型、工具列表和系统提示；利用checkpointer和thread_id设置状态持久化，实现跨调用的对话记忆。通过@tool装饰器（Python）或tool()函数（TypeScript）定义工具，并附带清晰描述，使代理知晓调用时机。添加HumanInTheLoopMiddleware等中间件实现审批流程、自定义错误处理和人机协同...

使用create_agent创建LangChain代理，定义工具，并利用中间件实现人工介入和错误处理。

面向LangChain智能体的人机协同审批、自定义中间件及结构化输出模式。HumanInTheLoopMiddleware可在危险工具调用前暂停执行，允许人类审批、编辑参数或附带反馈拒绝。基于工具的中断策略支持按风险等级配置不同审批规则，需依赖检查点与thread_id实现状态持久化。命令恢复模式可在人类决策后继续执行，支持编辑工具参数...

当需要人工介入审批、自定义中间件或结构化输出时，调用此技能。涵盖用于人工审批的HumanInTheLoopMiddleware…

任何LangChain、Deep Agents或LangGraph代理构建项目都请始终从这里开始。在选择其他技能或编写任何内容之前，这是必需的起点。

完整的RAG流水线，支持文档导入、嵌入、检索以及基于LLM的响应生成。兼容多种文档加载器（PDF、网页、目录）和持久化向量存储（Chroma、FAISS、Pinecone），可配置块大小和重叠度以优化上下文保留。包含相似性搜索、MMR（最大边际相关性）检索和元数据过滤，平衡结果的相关性与多样性。与OpenAI嵌入协同工作，并实现无缝集成...

langchain-rag — 一个可安装的AI代理技能，由langchain-ai/skills-benchmarks发布。

调用此技能以处理LangGraph工作流、并行执行、中断或流式传输。涵盖用于扇出的Send API、用于人机交互的interrupt()等。

langgraph-persistence-&-memory — 一个可安装的AI代理技能，由langchain-ai/langchain-skills发布。

访问LangGraph文档，构建有状态代理和多代理工作流。获取官方LangGraph Python文档，涵盖状态机、基于图的代理设计以及人机协同模式。根据查询类型优先提供相关文档：实现指南解答操作问题，概念页面讲解理论，教程提供端到端示例，API参考提供技术细节。自动选择2–4个最相关的文档URL并检索其内容以回答...

针对与LangGraph相关的请求，使用此技能获取相关文档，以提供准确、最新的指导。

用于构建有状态、多步骤代理工作流的有向图框架，支持细粒度控制。包含带类型状态模式的StateGraph、用于累积列表/值的归约器，以及返回部分状态更新的节点；静态边用于固定流程，条件边用于分支，Command用于结合状态更新与动态路由；Send API用于向工作节点进行扇出并行处理，并通过归约器聚合结果；支持单次执行的Invoke模式以及流模式（值、更新...）

编写任何LangGraph代码时调用此技能。涵盖StateGraph、状态模式、节点、边、Command、Send、invoke、流式处理及错误处理。

暂停图执行以进行人工审查、批准或验证，随后根据其输入恢复执行。需要三个组件：检查点存储器（InMemorySaver 或 PostgresSaver）、配置中的线程 ID 以及 JSON 可序列化的中断负载。interrupt(value) 暂停执行并展示数据；Command(resume=value) 恢复执行并将该值返回给暂停的节点。恢复时，interrupt() 之前的所有代码会重新执行，因此副作用必须具有幂等性（使用 upsert 而非 insert）。支持审批工作流，...

在实现人工介入模式、暂停等待审批或处理LangGraph中的错误时调用此技能。涵盖interrupt()、Command(resume=...)、…

当你的LangGraph需要持久化状态、记住对话、穿越历史或配置子图检查点作用域时，调用此技能。

持久化图执行，支持线程级检查点、状态历史记录及跨线程长期记忆。提供三种检查点保存器选项：InMemorySaver用于测试，SqliteSaver用于本地开发，PostgresSaver用于生产环境；始终在配置中传递thread_id以启用持久化功能。可通过get_state_history()浏览并重放历史检查点，通过更新过去节点的状态分支执行，或在恢复前手动修改状态。Store API提供跨线程用户记忆...

当从追踪创建评估数据集或将数据集上传到LangSmith或查询数据集时，调用此技能。涵盖数据集类型（final_response，…）

在构建LangSmith评估管道时调用此技能。涵盖三个核心组件：(1) 创建评估器——LLM作为评判者、自定义代码；(2)…

当使用LangSmith追踪或查询追踪时调用此技能。涵盖为应用程序添加追踪以及查询/导出追踪数据。包含…

为LangSmith追踪的智能体创建基于代码的评估器。在构建自定义评估逻辑、测试工具使用模式或对智能体输出进行评分时使用…

当从追踪创建评估数据集、上传数据集到LangSmith或查询数据集时调用此技能。涵盖数据集类型（final_response、…）

创建、管理评估数据集并上传至LangSmith，用于测试和验证。支持四种数据集类型：final_response（完整对话）、single_step（单节点行为）、trajectory（工具调用序列）和RAG（问题/片段/答案/引用）。提供CLI命令管理数据集生命周期：创建、列出、获取、删除、导出以及从本地JSON文件上传。支持基于SDK的Python和JavaScript数据集创建，可编程添加示例。示例管理...

当创建评估数据集、将数据集上传到LangSmith或管理现有数据集时，调用此技能。涵盖数据集类型（final_response，…）

在构建LangSmith评估管道时调用此技能。涵盖三个核心组件：(1) 创建评估器——LLM作为评判、自定义代码；(2)…

使用LLM作为评判器和自定义代码评估器，为LangSmith构建评估管道。三大核心组件：创建评估器（LLM作为评判器或自定义代码）、定义运行函数以捕获智能体输出和轨迹、本地运行评估或通过上传的评估器自动运行。支持离线评估器（将运行输出与数据集示例进行比较）和在线评估器（对生产运行进行实时质量检查）。需要LangSmith API密钥和项目...

在构建LangSmith评估管道时调用此技能。涵盖三个核心组件：(1) 创建评估器——LLM作为评判、自定义代码；(2)…

获取LangSmith追踪记录以调试代理行为。在排查代理问题、查看对话历史或调查工具调用时使用。

当使用LangSmith追踪或查询追踪时调用此技能。涵盖为应用程序添加追踪以及查询/导出追踪数据。使用…

当使用LangSmith追踪或查询追踪时调用此技能。涵盖为应用程序添加追踪以及查询/导出追踪数据。包含…

为LangChain/LangGraph应用添加追踪功能，并通过CLI查询追踪数据以进行调试和数据集生成。通过环境变量自动追踪LangChain/LangGraph应用；通过@traceable装饰器和wrap_openai()手动追踪Python和TypeScript中的其他框架。使用langsmith CLI查询追踪（完整执行树）或运行（单个节点），支持按时间、延迟、错误、标签和自定义元数据过滤。将追踪导出为保留层级结构的JSONL文件；...

当使用LangSmith追踪或查询追踪时调用此技能。涵盖为应用程序添加追踪以及查询/导出追踪数据。使用…

将编码任务分解为结构化的实施计划，包含清晰的步骤、文件识别和风险评估。

编写并执行SQL查询，涵盖从简单的SELECT语句到复杂的多表JOIN、聚合和子查询。当用户要求查询数据库时使用…

使用Hooks和TypeScript的现代React组件模式

回顾当前对话并捕捉有价值的知识——最佳实践、编码规范、架构决策、工作流程和用户反馈——…

列出数据库中的表，描述列和数据类型，识别外键关系，并映射实体关系。当用户询问关于……时使用。

创建有效技能的指南，通过专业知识、工作流程或工具集成来扩展代理能力。当用户……时使用此技能。

创建有效技能的指南，通过专业知识、工作流程或工具集成来扩展智能体能力。当用户……时使用此技能。

根据研究内容起草特定平台的社交媒体帖子，并生成配套图片。支持领英帖子（1300字符，专业语气）和推特/X话题（每条推文280字符，采用1/🧵格式）。需在撰写前将研究任务委托给子代理，随后阅读研究结果以确保准确性和相关性。使用generate_social_image工具自动生成引人注目的社交图片，采用粗体高对比度构图，针对小屏幕进行优化...

以有界并发方式将一批任务并行分派给子代理。返回一个包含 {total, completed, failed, results[]} 的摘要对象——可迭代…

单元测试和集成测试的最佳实践

通过将任务委派给子代理、综合研究结果并生成带引用的报告，协调多来源网络研究。将研究问题拆分为2-5个不同的子主题，创建研究计划文件，并并行启动最多3个子代理进行高效调查。每个子代理针对每个子主题执行3-5次网络搜索，并将包含关键事实、引用和来源URL的研究结果写入本地文件。通过读取本地研究结果文件、整合跨子主题的见解来综合结果，并...

用于处理与网络研究相关的请求；它提供了一种结构化的方法来进行全面的网络研究