Langchain Ai技能

skills-benchmarks/skills/api-docs

OpenAPI 文件與 REST API 設計模式

deepagents/libs/code/examples/skills/arxiv-search

透過主題搜尋arXiv上的預印本與學術論文，並可擷取摘要。支援物理、數學、電腦科學、生物學、統計學及相關領域的查詢式搜尋。可設定結果數量上限（預設為10篇論文），結果依相關性排序。回傳每篇符合論文的標題與摘要。需使用arxiv Python套件；若尚未安裝，請透過pip進行安裝。

deepagentsjs/examples/skills/arxiv-search

搜尋 arXiv 預印本儲存庫中的物理、數學、電腦科學、定量生物學及相關領域的論文

deepagents/examples/content-builder-agent/skills/blog-post

長篇部落格文章撰寫，包含研究委派、結構化內容模板及AI生成封面圖片。在寫作前將研究委派給子代理，並將發現儲存為Markdown格式以供參考與上下文。強制採用五部分文章結構：鉤子、背景、主要內容（3-5個章節）、實際應用，以及附帶行動呼籲的結論。透過涵蓋主題、風格、構圖、色彩與光線的詳細提示，生成SEO優化的封面圖片。將文章輸出至...

deepagents/examples/deploy-coding-agent/skills/code-review

對變更進行結構化的程式碼審查，檢查正確性、風格、測試及潛在問題。

deepagents/examples/deploy-coding-agent/skills/coding-prefs

在做出非平凡的風格決策前，先從 /memory/coding-prefs.md 讀取使用者的編碼偏好，並在使用者提供新偏好時將其附加至該檔案。

deepagents/examples/deploy-gtm-agent/skills/competitor-analysis

當被要求分析競爭對手時：

deepagents/examples/nvidia_deep_agent/skills/cudf-analytics

用於在資料集、CSV或表格資料上進行GPU加速的資料分析，使用NVIDIA cuDF。當任務涉及groupby聚合、統計…時觸發。

deepagents/examples/nvidia_deep_agent/skills/cuml-machine-learning

用於在表格數據上進行GPU加速的機器學習，使用NVIDIA cuML。當任務涉及分類、回歸、聚類、降維…時觸發。

deepagents/examples/nvidia_deep_agent/skills/data-visualization

用於建立符合出版品質的圖表與多面板分析摘要。當任務涉及資料視覺化、繪製結果、建立…時觸發。

skills-benchmarks/skills/database-migrations

資料庫遷移模式與綱要版本管理

langchain-skills/skills/Deep Agents Memory & Filesystem

deep-agents-memory-&-filesystem — 一個可安裝的AI代理技能，由langchain-ai/langchain-skills發布。

docs/src/.mintlify/skills/deep-agents

使用規劃、上下文管理、子代理委派及沙盒執行來構建功能齊全的代理。適用於需要…的複雜多步驟任務。

langchain-skills/config/skills/deep-agents-core

用於構建多步驟代理的基礎框架，內建規劃、記憶與技能委派功能。提供六項核心中介軟體選項：任務規劃、檔案系統上下文管理、子代理委派、持久化記憶、人工審核工作流程，以及按需技能載入。包含三個始終可用的內建工具：用於任務追蹤的 write_todos、檔案系統操作（ls、read_file、write_file、edit_file、glob、grep），以及用於生成專業子代理的 task。支援...

skills-benchmarks/skills/main/deep-agents-core

在構建任何 Deep Agents 應用程式時，請調用此技能。涵蓋 create_deep_agent()、harness 架構、SKILL.md 格式以及配置選項。

langchain-skills/config/skills/deep-agents-memory

為Deep Agents提供可插拔的記憶體與檔案後端，支援短暫、持久及混合路由選項。四種後端類型：StateBackend（執行緒範圍內短暫）、StoreBackend（跨工作階段持久）、FilesystemBackend（本地開發的真實磁碟存取）及CompositeBackend（將不同路徑路由至不同後端）。FilesystemMiddleware提供六種檔案操作工具：ls、read_file、write_file、edit_file、glob、grep。CompositeBackend使用最長前綴匹配進行路由...

skills-benchmarks/skills/main/deep-agents-memory

當你的 Deep Agent 需要記憶、持久化或檔案系統存取時，請呼叫此技能。涵蓋 StateBackend（暫存）、StoreBackend（持久化）…

langchain-skills/config/skills/deep-agents-orchestration

協調子代理、規劃多步驟任務，並在敏感操作時要求人類批准。透過任務工具將工作委派給專業子代理；自訂子代理支援隔離的工具集與系統提示，而預設的「通用」子代理則繼承主代理配置。使用 write_todos 規劃與追蹤複雜工作流程，將任務組織為待處理、進行中與已完成狀態；需提供 thread_id 以在多次調用間保持持續性。實作...

skills-benchmarks/skills/main/deep-agents-orchestration

在 Deep Agents 中使用子代理、任務規劃或人工審核時，請調用此技能。涵蓋 SubAgentMiddleware、用於規劃的 TodoList 以及 HITL 中斷。

langchain-skills/config/skills/deepagents-python-quickstart

按照官方快速入門，在 Python 中搭建一個最小的本地 Deep Agent，使用提供者原生的網路搜尋而非 Tavily。當使用者想要……時使用。

deepagents/libs/code/deepagents_code/built_in_skills/deepagents-thread-inspector

檢查並解釋本地 Deep Agents Code SQLite 工作階段儲存庫中的對話。當 LangSmith 追蹤工具不可用時作為備用方案，用於…

langchain-skills/config/skills/deepagents-typescript-quickstart

按照官方快速入門指南，以 TypeScript 搭建一個最小的本地 Deep Agent，使用供應商原生的網路搜尋而非 Tavily。當使用者……時使用

skills-benchmarks/skills/docker-patterns

Docker 容器化與多階段建置的最佳實踐

docs/.agents/skills/docs-code-samples

當需要將 LangChain 文件（MDX 檔案）中的內嵌程式碼範例遷移至外部、可測試的程式碼檔案（由本儲存庫的程式碼片段提取機制處理）時，使用此技能。

langchain-skills/config/skills/ecosystem-primer

在任何 LangChain / LangGraph / Deep Agents 代理建置專案中，請先調用此技能，再查閱其他技能或撰寫任何代理程式碼。必須從此開始…

skills-benchmarks/skills/benchmarks/ecosystem-primer

在任何LangChain / LangGraph / Deep Agents代理建置專案中，應在其他技能或編寫任何代理程式碼之前優先呼叫。必要的起點……

langchain-skills/config/skills/eval-engineering

反覆檢查 agent 儲存庫與使用者提供的可選追蹤資料，訪談使用者，並逐一建立、執行及稽核 Harbor evals。用於……

deepagentsjs/skills/eval-writer

為 deepagentsjs 單一儲存庫建立新的評估套件。處理資料集設計、測試案例框架、評分邏輯、vitest 配置以及 LangSmith…

deepagentsjs/examples/skills/file-organizer

智能地組織您電腦中的檔案和資料夾，透過理解上下文、尋找重複項、

langchain-skills/skills/framework-selection

LangChain、LangGraph 與 Deep Agents 分層架構的框架選擇指南。分層框架中，LangChain 提供基礎元件，LangGraph 加入編排與控制流程，Deep Agents 則增加規劃、記憶、檔案管理與技能委派。決策表根據任務複雜度引導框架選擇：LangChain 適用於單一用途代理，LangGraph 適用於自訂控制流程與迴圈，Deep Agents 適用於多步驟規劃與持久會話。Deep...