langchain-ai/langchain-skills

# LangChain Skills 用于构建基于 LangChain、LangGraph 和 Deep Agents 的智能体技能。 ## 支持的编码代理 这些技能可以通过 [`npx skills`](https://github.com/vercel-labs/skills) 安装到任何支持[代理技能规范](https://skills.sh)的代理中，包括 Claude Code、Cursor、Windsurf 等。 ## 安装 ### 快速安装 使用 [`npx skills`](https://github.com/vercel-labs/skills)： **本地** (当前项目)： ``` npx skills add langchain-ai/langchain-skills --skill '*' --yes ``` **全局** (所有项目)： ``` npx skills add langchain-ai/langchain-skills --skill '*' --yes --global ``` 将技能链接到特定代理（例如 Claude Code）： ``` npx skills add langchain-ai/langchain-skills --agent claude-code --skill '*' --yes --global ``` ### Claude Code 插件 直接作为 [Claude Code 插件](https://code.claude.com/docs/en/plugins)安装： ``` /plugin marketplace add langchain-ai/langchain-skills /plugin install langchain-skills@langchain-skills ``` ### 安装脚本 (仅限 Claude Code 和 Deep Agents CLI) 或者，克隆仓库并使用安装脚本： ``` # 为 Claude Code 安装到当前目录（默认） ./install.sh # 为 Claude Code 安装到特定项目目录 ./install.sh ~/my-project # 全局安装 Claude Code ./install.sh --global # 为 Deep Agents CLI 安装到特定项目目录 ./install.sh --deepagents ~/my-project # 全局安装 Deep Agents CLI（包含 agent persona） ./install.sh --deepagents --global ``` | 标志 / 参数 | 描述 | |------|-------------| | `DIRECTORY` | 目标项目目录（默认：当前目录，使用 `--global` 时忽略） | | `--claude` | 为 Claude Code 安装（默认） | | `--deepagents` | 为 Deep Agents CLI 安装 | | `--global`, `-g` | 全局安装，而不是安装到当前目录 | | `--force`, `-f` | 覆盖与此包同名的技能 | | `--yes`, `-y` | 跳过确认提示 | ## 用法 安装完成后，设置您的 API 密钥： ``` export OPENAI_API_KEY= # For OpenAI models export ANTHROPIC_API_KEY= # For Anthropic models ``` 然后在您安装技能的目录中（对于本地安装）或从任何地方（对于全局安装）运行您的编码代理。 ### 评估工程 仅安装 eval-engineering 技能： ``` npx skills add langchain-ai/langchain-skills --skill eval-engineering --yes ``` 或者向 Codex 提问：“从 `langchain-ai/langchain-skills` 安装 `eval-engineering` 技能。” 评估任务需要 [Harbor](https://www.harborframework.com/docs)。使用 Docker 在本地运行 Harbor，或使用受支持的云环境。 然后向您的编码代理提问： ``` Use eval-engineering to inspect this agent and propose two or three Harbor evals. Traces for this agent can be found here [Tracing Project/Location]. ``` ## 可用技能 (15) ### 入门 - **ecosystem-primer** - 入门指南：框架选择（LangChain vs LangGraph vs Deep Agents）、环境设置，以及下一步应加载哪个技能 - **langchain-dependencies** - 完整的包版本和依赖管理参考（Python + TypeScript） ### Deep Agents - **deep-agents-core** - 代理架构、测试工具设置和 SKILL.md 格式 - **deep-agents-memory** - 记忆、持久化、文件系统中间件 - **deep-agents-orchestration** - 子代理、任务规划、human-in-the-loop - **managed-deep-agents** - 托管 Deep Agents：使用 CLI 部署、使用 SDK、流式传输运行、连接 MCP 工具，并构建 React `useStream` UI ### LangChain - **langchain-fundamentals** - 使用 create_agent 构建代理、工具、结构化输出、中间件基础 - **langchain-middleware** - human-in-the-loop 审批、自定义中间件、Command 恢复模式 - **langchain-rag** - RAG 管道（文档加载器、embeddings、向量存储） ### LangGraph - **langgraph-fundamentals** - StateGraph、节点、边、状态 reducers - **langgraph-persistence** - Checkpointers、thread_id、跨线程记忆 - **langgraph-cli** - CLI 生命周期：脚手架、开发、构建、部署、langgraph.json 配置 - **langgraph-human-in-the-loop** - 中断、人工审查、审批工作流 ### 评估 - **eval-engineering** - 在用户批准的情况下，为现有代理构建、运行和审计 Harbor 评估 ### 实用工具 - **swarm** - 并行分发独立的工作项并汇总结果

标签：AI智能体, LangChain, SOC Prime, 开发工具, 插件, 自动化攻击, 请求拦截, 轻量级, 逆向工具