langchain-ai GitHub avatar

langchain-skills

1.3K Stars22 Skills112 ForksMIT11月18日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

面向 LangChain 与 Deep Agents 开发的技能集合

这是一组面向 LangChain 与 Deep Agents 开发任务的 workflow 类 Skill,资料覆盖 Agent 创建与配置、记忆和文件系统、任务编排、依赖管理、RAG、middleware,以及本地快速入门。具体资料描述了可涉及的主题,但采集信息未提供各技能的详细执行步骤、输入输出或完整实现方式。

包含 Skill

22

可以单独安装

GitHub Star

1,348

仓库累计 Star

近 7 天

+16

新增 Star

代码更新

2026年11月18日

最近一次推送

核心亮点

  • 1覆盖多类开发环节

    从依赖配置、Agent 基础到记忆、编排和 RAG 均有对应技能资料。

  • 2包含快速入门方向

    提供 Python 和 TypeScript 的本地 Deep Agent 入门资料,以及 Python LangChain agent 入门资料。

  • 3主题指向明确

    可按当前任务查找相关技能,例如 middleware、依赖管理或评估工程。

能做什么

  • 介绍 Deep Agents 的创建入口、harness 架构、SKILL.md 格式和配置选项。
  • 介绍 Deep Agents 的临时或持久化记忆、文件系统访问及后端路由相关主题。
  • 辅助理解 LangChain agent、工具定义和 middleware 相关内容,包括人工审批、错误处理与结构化输出。
  • 覆盖 RAG 相关主题,包括文档加载、文本切分、嵌入和向量存储。
  • 提供 LangChain、LangGraph、LangSmith 和 Deep Agents 的依赖与版本管理主题资料。
  • 提供 Python 或 TypeScript 本地快速入门,以及任务规划、评估工程等相关资料。

适用场景

  • 准备在 Python 项目中本地尝试 LangChain agent 时,查阅 Python 快速入门资料。

  • 为 Deep Agent 设计记忆或文件系统访问时,查阅 Memory 相关资料。

  • 搭建检索增强生成流程时,查看文档加载、文本切分、嵌入和向量存储相关主题。

  • 设置 LangChain 生态项目依赖时,查阅依赖和版本管理资料。

用之前和用之后

  • 需要自行定位与当前开发任务相关的资料。可按已划分的 Skill 主题查找对应内容。
  • Agent、RAG、依赖等问题分散在不同开发环节。可参考集合中与这些主题对应的技能资料,再结合项目环境实施。

它是怎么工作的

  1. 第 1 步

    选择对应开发主题

  2. 第 2 步

    查阅技能资料

  3. 第 3 步

    按项目需求实践

快速上手

安装与复制命令见“安装方式”。

  1. 1

    先确认当前任务属于 Agent、记忆、RAG、依赖管理或其他已覆盖主题。

  2. 2

    在技能目录中找到对应的 SKILL.md 文件。

  3. 3

    阅读源文件,核对所需配置、版本和具体操作要求。

  4. 4

    根据自己的项目环境调整并验证实现。

适合谁

  • 正在构建 LangChain agent 的开发者
  • 尝试本地搭建 Deep Agents 的开发者
  • 需要了解 RAG、记忆或 middleware 相关主题的开发者
  • 负责 LangChain 生态项目依赖配置与版本管理的开发者

局限

  • 采集信息没有提供具体技能的执行步骤、输入输出或完整操作示例。
  • 不能仅凭技能摘要判断内容是否适用于特定项目版本或运行环境。
  • 部分技能描述较概括,实际操作细节需要查看对应源文件。
  • 采集到的风险等级为 high,使用前应仔细核对技能内容及其拟执行操作。

使用前注意

  • · 采集信息将所列技能标记为 high 风险;在使用前需核对源文件中的操作内容及其对项目的影响。
  • · 依赖版本、环境要求和具体配置应以对应技能源文件为准,当前采集信息未包含完整细节。
  • · 涉及人工审批、工具调用或文件系统访问的场景,应先核验相关配置和执行边界。

包含的 Skills · 22

公开来源

相关 Skills

查看更多