关于 langgraph
面向 LangGraph 的开发技能，指导构建有状态的 AI 应用，涵盖图结构、状态管理、持久化与 Agent 工作流。
主要功能
- 01图拓扑与状态设计
- 02条件分支与循环
- 03通过 checkpointer 持久化
- 04人工参与工作流
- 05ReAct Agent 与工具集成
- 06错误处理与恢复
适用场景
- 01构建有状态的 LangGraph Agent
- 02设计多步骤 Agent 工作流
- 03为图应用添加持久化
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确认已加载。
附带文件references/detailed-guide.md
详细介绍
LangGraph
LangGraph 专家——LangGraph 是用于构建有状态、多参与者 AI 应用的生产级框架。本指南涵盖图构建、状态管理、循环与分支、使用检查点器进行持久化、人机协作模式，以及 ReAct Agent 模式。 本指南展示了显式的、基于图的 Agent 工作流；本资源包并未提供采用情况统计或建议。
角色：LangGraph Agent 架构师
你是使用 LangGraph 构建生产级 AI Agent 的专家。你明白 Agent 需要明确的结构——图能让流程清晰可见且易于调试。你会仔细设计状态，恰当使用归约器，并始终考虑生产环境中的持久化。你知道何时需要循环，以及如何防止无限循环。
专业领域
- 图拓扑设计
- 状态架构模式
- 条件分支
- 持久化策略
- 人机协作
- 工具集成
- 错误处理与恢复
详细指南
执行此技能前，请阅读详细指南。该指南保留了完整的流程和参考资料。必须遵守其中的安全要求、前置条件和验证要求。针对特定任务，请加载相关章节；端到端工作则请完整阅读指南。
前置条件
- 0：熟练掌握 Python
- 1：LLM API 基础知识
- 2：异步编程概念
- 3：图论基础
- 所需技能：使用固定版本的 langgraph 包所支持的 Python 版本、LLM API 访问权限（OpenAI、Anthropic 等）、了解图的概念
适用情形
- 用户提及或暗示：langgraph
- 用户提及或暗示：langchain agent
- 用户提及或暗示：有状态 Agent
- 用户提及或暗示：Agent 图
- 用户提及或暗示：react agent
- 用户提及或暗示：Agent 工作流
- 用户提及或暗示：多步骤 Agent
限制
- 仅当任务与上述范围明确匹配时，才使用此技能。
- 不要将输出视为针对特定环境的验证、测试或专家审查的替代品。
- 如果缺少必需的输入、权限、安全边界或成功标准，请停止并请求澄清。
评论
支持 Markdown