LangChain & LangGraph Skills
LangChain & LangGraph Skills 是 LangChain 官方（源在 langchain-ai/langchain-skills，同 org 另有 langsmith-skills / skills-benchmarks）出品的一组 agent 技能——面向用 LangChain / LangGraph / Deep Agents 建 agent 的编码任务，把这三层栈的最新正确用法（框架选型、create_agent()、StateGraph、create_deep_agent()、RAG、middleware、持久化等）以 SKILL.md 渐进披露给编码 agent。官方博客数据：接入这套 skills 把 Claude Code 在 LangChain 相关任务上的通过率从 29% 提到 95%。仓库含 14 个 skill，其中 ecosystem-primer 是「INVOKE FIRST」入口——任何建 agent 项目先读它做框架选型，再按需加载后续 skill。
评价
优点
- LangChain 官方：langchain-ai org 出品、随框架演进、权威
- 三层栈清晰：Deep Agents（harness）→ LangGraph（runtime）→ LangChain（framework）+ LangSmith（可观测），ecosystem-primer 帮你选型
- 渐进披露：14 skill 按需加载，
ecosystem-primer先行、再按任务加载 langchain/langgraph/deep-agents 对应 skill - 强导向正确 API：如 langchain-fundamentals 明确「建 agent 必须用
create_agent()，其它写法都过时」——避免训练数据里的旧 API - 实测提升大：Claude Code LangChain 任务 29%→95%
- 覆盖全：fundamentals / middleware / RAG / 持久化 / human-in-the-loop / CLI / swarm / deep-agents core·memory·orchestration
- 安装
npx skills add langchain-ai/langchain-skills（遵开放 Agent Skills 标准，Claude Code/Cursor/Windsurf 等）
缺点 / 边界
- 早期开发：README 自带 warning「APIs and skill content may change」
- 面向 LangChain 生态：非通用 agent 技能
- 偏 Python：LangChain/LangGraph 主线是 Python（也有 JS/TS）
- 需配合最新文档：skill 是工作清单/护栏，深细节仍指向官方文档
适用场景
- 用 LangChain
create_agent()建生产 agent（tools + middleware） - 用 LangGraph
StateGraph编排有状态/durable 工作流 - 用 Deep Agents
create_deep_agent()建 batteries-included agent（规划/文件/子代理/记忆） - LangChain RAG、middleware、human-in-the-loop、持久化
边界
- LangChain/LangGraph/Deep Agents 生态专用
- 早期开发：内容可能变
- 主线 Python（有 JS/TS）
- 贡献到 langchain-ai/langchain-skills
官方文档
LangChain Skills 博客 ｜ Deep Agents Skills 文档 ｜ docs.langchain.com
GitHub 地址
langchain-ai/langchain-skills（官方）
内容地图
- 入门 —— 定位、三层栈、安装、ecosystem-primer 入口、29%→95%
- 指南 —— 14 skill 分组、create_agent/StateGraph/create_deep_agent、RAG/middleware/持久化
- 参考 —— 14 skill 清单、安装命令、三层选型表、链接