用途：该技能用于回答任何涉及 LangChain 生态（LangChain、LangGraph、LangSmith SDK）的编程问题，覆盖智能体开发模式、核心原语与上下文管理，目标是构建可投入生产的智能体。
工具选择：简单工具调用智能体用 create_agent，例如 from langchain.agents import create_agent；需要规划、文件系统与子智能体时用 create_deep_agent，例如 from deepagents import create_deep_agent；需要自定义控制流、多智能体或高级上下文时使用 LangGraph。资料强调应使用现代抽象，create_sql_agent、create_tool_calling_agent、create_react_agent 等旧辅助函数已过时。
主要能力：核心原语部分给出 create_agent 的模型、工具与 system_prompt 配置方式，以及从零构建基础 ReAct 循环（StateGraph、ToolNode、条件路由）的写法；强调自定义工具执行时必须为每个工具调用生成 ToolMessage，且 tool_call_id 必须匹配。路由可用 Command 同时更新状态与跳转，并支持 interrupt 实现人工介入与恢复。
上下文管理：提供六种策略，包括子智能体委派（只回传摘要）、文件系统上下文管理（状态中只存文件路径）、渐进式消息裁剪（保留系统消息与近期对话，可按 token 裁剪）、摘要压缩历史、工作记忆与长期记忆分层状态，以及按相关性筛选上下文的动态子智能体隔离。
多智能体与实践：包含带上下文预算的 supervisor 模式、并行子智能体与结果综合；实践部分涉及 MemorySaver 与 InMemoryStore 实现线程级与跨线程持久化、with_structured_output 结构化输出、以及中间件处理日志等横切关注点。
限制：资料为技能说明与代码示例，未提供安装命令、收费、价格、平台支持或效果数据，这些信息暂未提供。