用途：面向多智能体系统的架构级开发、审计与迁移，覆盖基于 LangGraph（v1+）和 LangChain（v1+）的生产系统。默认要求从已安装版本和官方文档确认 API，不凭记忆编写可能变化的接口；文档含糊时可只读查看依赖内部（opensrc）。
主要能力：提供构建工作流（如 supervisor+subagents、orchestrator-worker 扇出、确定性工作流加 agent 节点），支持严格工具 schema、超时重试、上下文工程、中间件护栏与人工介入、可观测性与回归评估。审计与迁移工作流可清点现有架构、识别弃用模式、替换旧框架（LlamaIndex agents、CrewAI、Agno、OpenAI Agents）并分阶段迁移。性能与规模工作流关注逐节点延迟、token、工具调用、缓存、并行化和递归限制。附带 scripts/ 确定性脚本、references/ 指南与 assets/ Python 及 UI 模板。
使用方式：在技能目录中运行 python scripts/audit_repo_agents.py --root . 生成审计报告，可加 --json；用 python scripts/generate_migration_plan.py --audit-json agent_audit.json --out migration_plan.md 生成迁移计划；用 python scripts/opensrc_snapshot.py --packages langgraph langchain langchain-core 快照内部实现；用 python scripts/fetch_llms_txt_urls.py --print --unique 获取文档站点地图；用 python scripts/crawl_docs.py --llms-txt https://langchain-ai.github.io/langgraph/llms.txt --allow-prefixes https://langchain-ai.github.io/langgraph/ --out-dir docs_cache_langgraph 建立离线缓存。文档查询可用 langchain-docs.SearchDocsByLangChain 与 Context7。
适用场景与限制：适合需要版本准确的 LangGraph/LangChain 多智能体开发、重构、迁移、性能优化和部署（含 Agent Server 与 Next.js/FastAPI/Streamlit UI 集成）的工程团队。要求联网查文档，opensrc 为只读。未提供的收费、价格和具体效果信息暂未提供。