LangChain Agent Skills

为 AI 编码助手提供 LangGraph、LangSmith 与 Deep Agents 的开发技能包,覆盖从建项到上线的全流程。

Star 数
★ 106
最近更新
10 天前
License
MIT
主语言
Python

30 秒速览

运行形态
Agent 插件 / 技能命令行工具
可在哪里用
通用 · 跨平台Codex · Claude Code
费用
免费,无需付费服务
上手难度
低 · 几分钟可跑通
开始前需要
npx skills CLIuvPython 3.12Shell / 命令行网络访问本地文件系统
典型场景
团队用 Claude Code 开发 LangGraph 多智能体应用,希望助手在写 supervisor 或 handoff 逻辑时遵循一致的工程约定。
不适合
  • 只想找一份可直接运行的 LangGraph 示例代码的开发者
  • 不打算使用 Claude Code、Codex、Cursor 或 OpenCode 等编码助手的团队
官网
sobalabs.ai/blog/langchain-agent-skills ↗ 来自 GitHub 仓库设置
维护状态
近 30 天有提交最近提交 2026-11-11

这个 Agent 能做什么,适合哪些场景?

这是一组按 SKILL.md 规范组织的技能包集合,供 Claude Code、Codex、Cursor、OpenCode 等 AI 编码助手在 LangChain 生态中调用。仓库包含 9 个面向生产的技能(项目初始化、多智能体模式、状态管理、错误处理、测试与评估、LangSmith 追踪分析、生产部署、Deep Agents 配置与 write_todos 规划),外加一个用于扩展技能集的 skill-creator 元技能。每个技能是独立目录,入口为 SKILL.md,可选附带 scripts/、references/ 与 assets/,并按照渐进披露的方式加载。分发方式分三路:skills CLI、Claude Code 插件市场(三个插件包)以及按 .agents/skills、.opencode/skills、.cursor/skills 等目录手工复制。技能本身与具体助手解耦,同一份 SKILL.md 可直接被多个助手读取,无需转换格式。

每个技能以 SKILL.md 作为入口,通过 frontmatter 中的 name 与 description 让助手判断何时加载,并把详细内容下沉到 references/ 以减少上下文占用。使用者可以:用 langgraph-project-setup 生成项目结构、langgraph.json、环境变量与依赖配置;用 langgraph-agent-patterns 选择 supervisor、router、orchestrator-worker、handoff 等编排模式;用 langgraph-state-management 设计状态 schema、reducer、持久化与 checkpoint 迁移;用 langgraph-error-handling 实现重试、LLM 恢复循环与人工介入升级;用 langgraph-testing-evaluation 编写单元/集成测试、轨迹评估、LangSmith 数据集评估与 A/B 对比;用 langsmith-trace-analyzer 拉取并分析追踪数据;用 langsmith-deployment 完成 Cloud、Hybrid、Standalone 部署与监控;用 deepagents-setup-configuration 与 deepagents-planning-todos 初始化 Deep Agents 项目并编写 write_todos 任务分解。仓库还提供 init_skill.py 与 quick_validate.py 两个 Python 脚本,用于新建技能和校验目录结构。

  1. 团队用 Claude Code 开发 LangGraph 多智能体应用,希望助手在写 supervisor 或 handoff 逻辑时遵循一致的工程约定。
  2. 开发者要把 LangGraph 应用推上 LangSmith Cloud 或 Hybrid 部署,需要助手给出部署参数与监控步骤。
  3. 使用 Deep Agents 的团队需要初始化 Python/JavaScript 项目,配置 middleware、backend、subagent 与持久化。
  4. 工程师在排查线上 Agent 问题时,让助手调用 langsmith-trace-analyzer 拉取并归类追踪记录。
  5. 需要为内部 LangChain 项目沉淀可复用技能库的平台团队,用 skill-creator 起草并校验新技能。
  6. 使用 Cursor 或 OpenCode 的开发者,希望以远程规则或目录复制的方式接入同一套技能。

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

安装 / 启动命令
  • npx skills add soba-labs/langchain-agent-skills
  • npx skills add soba-labs/langchain-agent-skills --skill langgraph-agent-patterns
运行环境
Python 3.12
安装说明涉及
Windows

如何安装或部署这个 Agent?

通过开放的 skills CLI 安装全部技能,支持 Claude Code、Codex、Cursor、OpenCode 等:

npx skills add soba-labs/langchain-agent-skills

只安装单个技能:

npx skills add soba-labs/langchain-agent-skills --skill langgraph-agent-patterns

作为 Claude Code 插件安装:

/plugin marketplace add soba-labs/langchain-agent-skills
/plugin install langgraph-skills@soba-labs-langchain-agent-skills

手工克隆后复制到对应助手的技能目录(以 Codex 为例):

git clone https://github.com/soba-labs/langchain-agent-skills.git
mkdir -p .agents/skills && cp -r langchain-agent-skills/skills/* .agents/skills/

若要在本地开发或运行仓库脚本,需要 uv 与 Python 3.12:

uv venv --python=3.12
uv sync

如何使用这个 Agent?

在 skills/ 下挑一个技能,打开它的 SKILL.md,把相关段落粘贴给助手或直接指向文件路径。助手不支持技能格式时,可以显式引用文件:

Read skills/langsmith-deployment/SKILL.md for production deployment guidance
Read skills/langgraph-agent-patterns/SKILL.md for multi-agent patterns

新建技能并校验结构:

uv run skills/skill-creator/scripts/init_skill.py <skill-name> --path skills/
uv run skills/skill-creator/scripts/quick_validate.py skills/<skill-name>/

Cursor 用户也可以在 Settings → Rules → Add Rule → Remote Rule (GitHub) 中填入仓库地址,然后在 Agent 对话里用 / 检索技能名称。仓库根目录的 .claude/skills 与 .agents/skills 是指向 skills/ 的软链接,Windows 用户可能需要 git config core.symlinks true。

这个 Agent 有哪些优点和局限?

优点
  • 技能按 SKILL.md 标准组织并与助手解耦,同一份内容可同时被 Claude Code、Codex、OpenCode 读取,无需格式转换。
  • 覆盖从项目初始化、状态管理、错误处理、测试评估到部署监控与 Deep Agents 的完整生命周期,而非零散代码片段。
  • 提供三种现成分发方式:skills CLI 一条命令安装、Claude Code 插件市场三个插件包,以及按目录复制。
  • 仓库自带 init_skill.py 与 quick_validate.py,新技能的创建与结构校验有明确工具链。
  • MIT 许可,由 LangChain Ambassadors 背景的 Soba Labs 维护,可自由复制到其他仓库或团队目录。
局限
  • 技能本质是给编码助手的指令文本,仓库不含可直接运行的 LangGraph 应用,实际产出依赖助手本身的能力与模型。
  • 未提供 AGENTS.md 之外的安装验证清单,技能是否被助手正确加载需在各自工具中手动确认。
  • 部分集成依赖外部 CLI(npx skills)与插件市场机制,离线或内网环境需要改用手工复制路径。
  • Windows 下软链接需要额外设置 git config core.symlinks true,否则仓库自身的技能发现可能失效。

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
LangChain Agent Skills 当前 42 · 缺口较多 Agent 插件 / 技能免费 ★ 106 10 天前 Python Codex · Claude Code
Self-Learning Skills 54 · 缺口较多 Agent 插件 / 技能免费 + 模型费 ★ 925 2 个月前 — Codex · Claude Code
Loop Library: 可复用 AI Agent 工作流库 75 · 表现良好 Agent 插件 / 技能免费 ★ 3.2k 4 个月前 JavaScript Codex · Claude Code
Waza 技 71 · 存在缺口 命令行工具免费 ★ 7.6k 3 天前 Python Codex · Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
42/ 100 五分制 2.1 / 5
信任安全 7/29
可靠稳定 5/14
适用触发 12/18
规范维护 9/18
有效结果 6/13
证据核验 3/8
查看各维度的扣分理由
信任安全7 / 29 · 1.2/5

least_privilege:技能以文档与脚本形式提供,未见显式权限声明或最小权限约束,仅 AGENTS.md 有“不提交密钥”的笼统要求,扣分。user_confirmation:deepagents-planning-todos 提到“向用户展示计划并请求批准”,但属建议性工作流而非强制确认机制,扣分。data_flow_transparency:未见对技能读取/发送数据的说明,仅提及 LangSmith trace 可能敏感,扣分。sensitive_data_handling:AGENTS.md 有“不提交真实密钥、trace 导出需脱敏”的规则,但无具体处理流程,扣分。dependency_security:未见依赖清单、版本锁定或漏洞说明,扣分。external_effects:技能会生成项目脚手架与脚本,但无副作用边界说明,扣分。rollback:未见回滚或恢复机制说明,扣分。source_attribution:README 与 LICENSE 标明 Soba Labs 及 MIT,但发布者身份未经 FollowAgents 验证,仅部分满足,扣分。

可靠稳定5 / 14 · 1.8/5

self_consistency:README 称“9 个生产级技能”,AGENTS.md 结构列出 10 个目录并含“1 planned skill”,存在轻微不一致,扣分。dependency_availability:README 给出 uv、npx skills、插件安装路径,但未锁定版本或校验来源,扣分。failure_messages:langgraph-error-handling 提供错误分类与重试策略,但技能本身脚本的失败提示未见,扣分。

适用触发12 / 18 · 3.3/5

audience_and_scenarios:面向使用 LangChain/LangGraph/LangSmith/Deep Agents 的 AI 编码助手,场景覆盖设置、模式、状态、错误、测试、部署,较充分。capability_boundaries:deepagents-setup-configuration 有“选择正确抽象”对比表,明确 Deep Agents 与 create_agent、LangGraph 的边界,较充分。trigger_precision:各 SKILL.md 的 description 列出触发条件,较明确。environment_fit:README 详述 Claude Code、Codex、OpenCode、Cursor 的安装与发现路径,适配性较好。

规范维护9 / 18 · 2.5/5

information_architecture:README、AGENTS.md、CLAUDE.md、skills 目录结构清晰,但 AGENTS.md 末尾“Project Context”截断,扣分。install_notes:README 提供多种安装方式,较完整。naming_stability:技能目录采用 kebab-case,命名一致。examples_and_faq:有示例目录引用,但样本中未见完整 FAQ,扣分。known_limitations:仅零散提及 Windows 符号链接与动态配置跳过检查,无系统限制说明,扣分。license:LICENSE 为 MIT,明确。versioning_changelog:marketplace.json 有 version 2.0.0,但无 CHANGELOG,扣分。maintenance_responsibility:README 称由 Soba Labs 维护并提供联系方式,但发布者未验证,扣分。

有效结果6 / 13 · 2.3/5

output_usability:SKILL.md 提供决策表、代码片段与脚本命令,可直接使用,较充分。marginal_value:内容为 LangChain 生态通用最佳实践,与官方文档重叠较多,增量价值有限,扣分。cost_benefit:技能数量多、上下文加载依赖渐进披露,但未见量化收益证据,扣分。

证据核验3 / 8 · 1.9/5

claim_traceability:README 引用博客与文档链接,但技能内技术断言(如“Verified”默认中间件)未给出可追溯来源,扣分。cross_source_corroboration:README、AGENTS.md、marketplace.json 相互印证技能列表,但技术细节无外部佐证,扣分。fact_inference_separation:SKILL.md 混合事实与建议,未明确区分,扣分。

风险与缓解建议
  • 源码中未见:依赖安全审查安装前固定版本并做一次依赖扫描(如 npm audit、pip-audit);优先放在容器里运行。
  • 源码中未见:回滚或恢复路径运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。
  • 发布者身份未经 FollowAgents 验证,安装前应自行核实来源。
  • 技能会生成项目脚手架并执行脚本,建议在隔离环境中先行审查。
  • 未见依赖版本锁定或安全审计信息,需自行检查依赖。
  • README 与 AGENTS.md 对技能数量描述存在轻微不一致。
证据充分度:低 评估于 2026年11月15日 审查版本 0401f727e736
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/langchain-agent-skills.svg?lang=zh)](https://followagents.com/zh/agents/langchain-agent-skills)
<a href="https://followagents.com/zh/agents/langchain-agent-skills"><img src="https://followagents.com/badge/langchain-agent-skills.svg?lang=zh" alt="FARS 评测"></a>

常见问题

这些技能会自己运行 LangGraph 代码吗?
不会。每个技能是一个包含 SKILL.md 与可选 scripts/、references/、assets/ 的指令包,由 Claude Code、Codex、Cursor 等助手读取后指导其工作;真正的执行发生在你的项目和助手运行时里。
使用需要付费吗?
仓库以 MIT 许可证开源,免费使用。技能引导你使用 LangChain/LangGraph/LangSmith 与 Deep Agents,其中 LangSmith 部署、追踪等功能属于第三方服务,是否产生费用取决于你在该平台上的账户。
必须使用 Claude Code 吗?
不是。仓库明确支持 Claude Code、Codex、OpenCode 与 Cursor,并给出各自的目录与安装方式,SKILL.md 格式在这些助手之间通用。
四个技能包分别包含什么?
langgraph-skills 包含项目设置、智能体模式、状态管理与错误处理;langsmith-skills 包含追踪分析与部署;deepagents-skills 包含配置与 write_todos 规划;每个包都附带 skill-creator。
想新增自己的技能从哪里开始?
运行 uv run skills/skill-creator/scripts/init_skill.py <skill-name> --path skills/ 生成骨架,再按 AGENTS.md 的规范编写 SKILL.md,最后用 quick_validate.py 校验目录结构。
LangChain Agent Skills 官网是什么?
LangChain Agent Skills 的 GitHub 仓库填写的官网是 https://sobalabs.ai/blog/langchain-agent-skills/。这个链接由仓库作者设置;源码在 GitHub(soba-labs/langchain-agent-skills)。
LangChain Agent Skills 开源吗?
开源。源码在 GitHub(soba-labs/langchain-agent-skills),许可证是 MIT。
LangChain Agent Skills 安全吗?
FollowAgents 的 FARS 评审(2026年11月15日)给 LangChain Agent Skills 的“信任与安全”打了 7/29 分。评审没有在源码和文档里找到这些安全措施:依赖安全审查、回滚或恢复路径。接入真实账号或数据前:安装前固定版本并做一次依赖扫描(如 npm audit、pip-audit);优先放在容器里运行。
LangChain Agent Skills 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-11,在最近 30 天内。
LangChain Agent Skills 是谁开发的?
LangChain Agent Skills 由 GitHub 账号 soba-labs 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓

所属宿主生态

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关核心概念