
langchain-skills
用积木式技能快速拼出 LangChain 智能体
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-12 · 当前星标 ★ 1321
使用教程
环境要求
- 已安装 Node.js(可使用 npx 命令)
- 一个支持 Agent Skills 规范的编码 Agent,如 Claude Code、Cursor、Windsurf
- 准备模型 API Key(OPENAI_API_KEY 或 ANTHROPIC_API_KEY 之一)
- 使用 install.sh 脚本时需 Claude Code 或 Deep Agents CLI,并具备 git 环境
安装与启动步骤
-
1安装到当前项目
在项目根目录执行,为当前项目安装全部技能,--yes 跳过确认提示。
npx skills add langchain-ai/langchain-skills --skill '*' --yes -
2全局安装技能
加上 --global 后技能对所有项目生效,之后可在任意目录启动 Agent。
npx skills add langchain-ai/langchain-skills --skill '*' --yes --global -
3绑定指定 Agent
用 --agent 指定目标 Agent,README 示例为 claude-code,配合全局安装使用。
npx skills add langchain-ai/langchain-skills --agent claude-code --skill '*' --yes --global -
4用插件方式安装
在 Claude Code 中通过插件市场添加仓库并安装 langchain-skills 插件。
/plugin marketplace add langchain-ai/langchain-skills /plugin install langchain-skills@langchain-skills -
5用脚本安装
克隆仓库后执行 install.sh,默认装入当前目录的 Claude Code,也可传目录或 --global。
git clone https://github.com/langchain-ai/langchain-skills.git cd langchain-skills ./install.sh -
6配置模型密钥
按所用模型供应商导出环境变量,OpenAI 与 Anthropic 按需选择其一。
export OPENAI_API_KEY=sk-xxxxxxxx export ANTHROPIC_API_KEY=sk-ant-xxxxxxxx -
7启动并使用技能
本地安装在对应目录启动编码 Agent,全局安装则任意目录启动,先加载 ecosystem-primer。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
OPENAI_API_KEY | 否 | 使用 OpenAI 模型时需要设置的密钥 | sk-xxxxxxxx |
ANTHROPIC_API_KEY | 否 | 使用 Anthropic 模型时需要设置的密钥 | sk-ant-xxxxxxxx |
如何确认成功
安装并配置好密钥后运行编码 Agent,让它加载 ecosystem-primer 技能,能正常返回内容即安装成功。
常见问题
Q:安装后技能没有生效怎么办?
A:本地安装需在安装技能的那个目录下启动编码 Agent;若在任意目录都要用,请改用带 --global 的全局安装。
Q:哪些编码 Agent 可以使用?
A:任何支持 Agent Skills 规范的 Agent 都可以,例如 Claude Code、Cursor、Windsurf 等。
Q:只想安装部分技能可以吗?
A:可以。把命令里的 --skill '*' 换成具体技能名即可,'*' 表示安装全部技能。
Q:为什么一定要设置 API Key?
A:技能执行时会调用大模型,需要 OPENAI_API_KEY 或 ANTHROPIC_API_KEY 之一才能正常调用。
Q:LangSmith 相关流程要用这个吗?
A:不需要。LangSmith 的 trace 与 dataset 工作流请使用 langsmith-skills 项目。
注意事项
- 项目处于早期开发阶段,API 与技能内容可能发生变化
- 使用 install.sh 安装脚本时仅支持 Claude Code 与 Deep Agents CLI
- 重复安装同名技能时可加 --force 覆盖,加 --yes 跳过确认提示
- 模型默认示例为 anthropic:claude-sonnet-5,安装时可自行指定 provider 与 model
核心亮点
- 基于 TypeScript,提供类型安全的技能接口,减少运行时错误
- 把常见 LLM 能力封装成可复用模块,避免重复造轮子
- 与 LangChain 生态兼容,便于接入已有链和工具
不足之处
- 项目仍处成长阶段,技能覆盖面和文档完善度有待提升
- 社区规模较小,遇到冷门问题可参考的案例有限
适用场景
- 快速搭建带工具调用的对话机器人原型
- 为现有 LangChain 应用补充检索增强或结构化输出能力
- 团队内部沉淀可复用的 AI 技能库,统一开发规范
替代项目
LangChain、LangGraph
上一篇:langchain-rust
同类项目推荐
open-autonomy
开源
用Python快速搭建可部署的去中心化自主智能体服务
A framework for the creation of autonomous agent services.
debug_seq2seq
开源
用Keras快速搭建seq2seq聊天机器人,学习对话生成原理
[unmaintained] Make seq2seq for keras work
ComfyUI_TiledKSampler
开源
分块采样,低显存也能出高清大图
Tiled samplers for ComfyUI
ldp
开源
像换零件一样替换语言智能体的环境与优化器
Framework enabling modular interchange of language agents, environments, and optimiz···
agentic-rag
开源
让 RAG 像人一样思考,多步推理搞定复杂问答
Agentic RAG to achieve human like reasoning
JioNLP
开源
中文文本预处理一步到位,几十种工具开箱即用
中文 NLP 预处理、解析工具包,准确、高效、易用 A Chinese NLP Preprocessing & Parsing ···
runprompt
开源
在终端里直接跑 LLM 提示词,告别复制粘贴
Run LLM prompts from your shell
codex-mobile
开源
在手机或电脑上随时随地运行 Codex 编程助手
Run Codex Mobile Anywhere: Linux, Windows, or Termux on Android
Awesome-LLM-Prompt-Optimization
开源
一站式速查LLM提示词优化方法,告别手动调参
Awesome-LLM-Prompt-Optimization: a curated list of advanced prompt optimization and ···