关于 langchain-dev-guide
langchain-dev-guide 是面向已熟悉 LangChain 和 LangGraph 的开发者的工程参考资料。它按场景整理真实问题的验证方案,涵盖 Agent、模型、中间件、流式输出、编排和 ContextSeek 配置。
主要功能
- 01按场景索引并支持关键词查找
- 02按症状、原因和解决方案组织条目
- 03提供 Agent 与结构化输出指南
- 04涵盖模型集成和流式输出
- 05介绍 ContextSeek 用法与配置
适用场景
- 01排查 LangGraph 中间件行为
- 02解决结构化输出或模型集成错误
- 03选择流式输出或多 Agent 模式
MCP 相关
指南包含 MCP 工具无法访问运行时上下文时的排查说明。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ ob-labs/ agentseek --skill langchain-dev-guide安装后在 Claude Code 中输入/langchain-dev-guide确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
reference/common-issues.mdcontextseek-middleware.mdcontextseek-params.mddeepagents.mdmiddleware.mdmodel-integration.mdmulti-agent.mdstreaming.mdstructured-output.mduser-queries.mdreference/cn-models/integration-tests.mdREADME.mdtemplate/chat_model.py详细介绍
LangChain 开发指南
系统总结 LangChain / LangGraph 生态中真实工程实践遇到的典型问题、不明显的行为和经过验证的解决方案。每个条目都来自真实开发场景,并按类别整理。
重要
本技能是一份工程实践参考,而非入门教程。每个条目都假设开发者已熟悉 LangChain 基本概念(Agent、工具、消息、图)。
使用方法
- 首先使用下方的“场景索引”,找到问题所属类别对应的文件。
- 不确定适用哪个类别时,直接在“常见问题速查”中搜索关键词。
- 对于 ContextSeek / 语义记忆:先查看 contextseek-middleware.md,确定所属场景;然后查看 contextseek-params.md,了解具体参数配置问题。
- 找到相关部分后,请仔细阅读——每个条目都遵循 症状 → 原因 → 解决方案 → 经验总结 的结构。
场景索引
| 类别 | 文件 | 适用场景 |
|---|---|---|
| Deep Agents | reference/deepagents.md | 模型选择、文件系统后端、禁用通用子 Agent、文件权限、长期记忆、read_file 默认读取 100 行导致长 SKILL.md 被截断 |
| 结构化输出 | reference/structured-output.md | 模型级方法选择、create_agent 策略、字段缺失、不支持的 tool_choice、强制选择架构工具时提供商端返回 400 错误 |
| OpenAI 兼容模型集成 | reference/model-integration.md | 使用 ChatOpenAI 对接 OpenAI 兼容提供商时的注意事项、集成推理模型(思维链 / reasoning_content) |
| 中国模型集成 | reference/cn-models/README.md | 为中国提供商(DeepSeek、Qwen、GLM、Moonshot)生成 LangChain 集成类 |
| 中间件 | reference/middleware.md | 中间件执行顺序、state_schema 合并、HITL resume 值、在 wrap_model_call 中修改状态 |
| 流式输出 | reference/streaming.md | 选择 stream_events 或 stream、区分多个 LLM 的令牌、禁用流式输出、自定义进度事件 |
| 多 Agent 编排 | reference/multi-agent.md | 子 Agent 与交接、每个 Agent 配置工具与分发、获取子 Agent 状态、精简子 Agent 样板内容、快速构建交接配置 |
| 其他常见问题 | reference/common-issues.md | 不适用于上述类别的高频独立问题。目前包括:工具同时向模型和应用层返回数据、MCP 工具无法访问运行时上下文、invalid_tool_calls 和动态系统提示词占位符 |
| ContextSeek — 使用场景 | reference/contextseek-middleware.md | Agent 跨会话丢失上下文、工具调用审计、跨主题知识发现(dream)、SRE 来源 / 置信度追踪、企业知识冷启动(DataPlug) |
| ContextSeek — 参数与配置问题 | reference/contextseek-params.md | scope 隔离、auto_store / record_tool_calls 写入量、auto_compact 节流与关闭、retrieval_tags / min_score 筛选、tool_arg_overrides、dream 触发条件、dream 条目衰减、evidence_chain 与 chain_confidence、DataPlug 与 ctx.add()、plug() scope 优先级、auto_dream 双重门控触发 |
常见问题速查
| 关键词/错误 | 查看位置 |
|---|---|
| 选择哪个模型/Deep Agent 表现不佳 | deepagents 问题 1 |
| 文件系统后端/本地文件/文件权限 | deepagents 问题 2/4 |
| 禁用默认子 Agent/general-purpose | deepagents 问题 3 |
| 长期记忆/store | deepagents 问题 5 |
SKILL.md 被截断/只读取前 100 行/read_file 限制/渐进式披露 | deepagents 问题 6 |
with_structured_output 返回 None/缺少字段 | structured-output 问题 1 |
create_agent/response_format/ProviderStrategy/ToolStrategy | structured-output 问题 1 |
不支持 with_structured_output/function_calling/tool_choice/deepseek-reasoner does not support this tool_choice | structured-output 问题 2 |
OpenAI 兼容模型/ChatOpenAI 无法正常工作 | model-integration 问题 1 |
推理模型/reasoning_content/思维链丢失 | model-integration 问题 2 |
| 中文模型/中国供应商/DeepSeek/Qwen/GLM/Moonshot | cn-models README |
langchain-cn-models(内嵌)/生成集成类 | cn-models README |
| 中间件顺序混乱/执行前后顺序违反直觉 | middleware 问题 1 |
未合并 state_schema 字段/输入输出控制 | middleware 问题 2 |
interrupt 恢复值缺失/HITL | middleware 问题 3 |
在 wrap_model_call 中修改状态无效 | middleware 问题 4 |
流式传输时如何选择 astream_events 或 astream | streaming 问题 1 |
| 区分多个 LLM 的 Token 来源 | streaming 问题 2 |
| 禁用特定模型的流式传输 | streaming 问题 3 |
| 未发出工具内部的自定义事件 | streaming 问题 4 |
| 多 Agent:子 Agent 与交接 | multi-agent 问题 1 |
| 使用单个调度工具还是每个 Agent 各用一个工具 | multi-agent 问题 2 |
interrupt 无法查看子 Agent 状态 | multi-agent 问题 3 |
| 子 Agent 封装样板代码过多 | multi-agent 问题 4 |
| 快速构建基于交接的多 Agent 配置 | multi-agent 问题 5 |
工具同时向模型和应用层返回数据/artifact/Command(update=...) | common-issues 问题 1 |
MCP 工具无法访问 user_id/store/状态/API 密钥 | common-issues 问题 2 |
invalid_tool_calls/工具始终不执行/格式错误的工具调用 JSON | common-issues 问题 3 |
动态系统提示词占位符/format_prompt/Jinja2 提示词变量 | common-issues 问题 4 |
| Agent 在不同会话间丢失上下文——个人助手或客服机器人 | contextseek-middleware 问题 1 |
| 多工具数据管道 Agent——审计工具调用决策 | contextseek-middleware 问题 2 |
| 研究 Agent 积累原始笔记——发现跨主题模式 | contextseek-middleware 问题 3 |
| SRE 事故复盘 Agent——追踪知识置信度与冲突 | contextseek-middleware 问题 4 |
| 企业知识迁移——让 Agent 从第一天起即可检索 | contextseek-middleware 问题 5 |
评论
支持 Markdown