关于 langgraph-python-quickstart
为 LangGraph Python 新手项目提供快速启动技能，要求依据实时官方文档构建计算器 Agent，并保持本地设置精简、模型可选。
主要功能
- 01要求先选择模型提供方和模型
- 02优先使用 Graph API
- 03在新目录中创建项目
- 04仅配置模型 API 密钥
- 05运行示例并展示结果
适用场景
- 01从零创建 LangGraph Python Agent
- 02按用户选择配置聊天模型
- 03验证计算器 Agent 能响应请求
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/langgraph-python-quickstart确认已加载。
详细介绍
LangGraph Python 快速入门
请遵循最新文档，不要凭记忆编造其他 API：
https://docs.langchain.com/oss/python/langgraph/quickstart
获取该页面（通过 Docs MCP 或 HTTP），并按文档展示的方式实现（使用 Graph API 的计算器／数学 Agent）。除非用户另有要求，否则优先采用 Graph API，而非 Functional API。跳过 IPython 图可视化。
本地设置约束
在快速入门的基础上应用以下约束（以保持设置精简且不绑定模型）：
-
询问要使用哪个提供商／模型。说明 LangGraph 适用于任何 LangChain 聊天模型。建议使用以下提示：
这个 Agent 应使用哪个模型？请输入
provider:model字符串，例如openai:gpt-5.5、anthropic:claude-sonnet-5、google_genai:gemini-2.5-flash-lite。如果不确定，默认使用：anthropic:claude-sonnet-5。文档通常会硬编码 Anthropic 模型，请改用用户选择的模型，通过
init_chat_model("<MODEL>")（或等效方式）初始化。如果使用 Claude Sonnet 5 或更高版本，请省略temperature／top_p／top_k（不受支持）。 -
创建一个新的目录（例如
langgraph-agent/），并在其中完成所有工作，不要污染当前打开的项目。 -
唯一需要的密钥：放在
.env（已加入 gitignore）的提供商 API 密钥。除非用户提出要求，否则不要使用 LangSmith／Tavily。最好让用户自行编辑.env，不要在聊天中粘贴密钥。 -
安装快速入门所需的软件包，以及用户所选模型对应的提供商软件包。
-
运行示例（例如“将 3 和 4 相加。”），展示输出，然后停止。后续步骤请参阅
langgraph-fundamentals。如需更高级别的 Agent API，请改用 LangChaincreate_agent。