用途：这是 LangChain、Deep Agents 或 LangGraph 智能体项目的必读起点，帮助在写代码前完成框架选型、智能体原型匹配、依赖安装与后续技能加载决策。
主要能力：一是框架选择，按需求在 LangChain（基础模型、工具、提示、RAG）、LangGraph（自定义编排：节点、边、状态、持久化）、Deep Agents（内置规划、记忆、技能、文件管理）之间判断；三者分层而非互斥，可混合使用。二是智能体原型匹配：LangChain 用 create_agent()，适合问答、SQL、搜索、RAG、数据分析、工具调用等单一用途智能体；LangGraph 用 StateGraph，适合确定性并行、多阶段流水线、分支分类、反思循环、自定义人工介入；Deep Agents 用 create_deep_agent()，适合研究助手、个人助理、编码助手、编排器、长任务、按需技能等。三是依赖与环境配置，给出 Python 3.10+、Node.js 20+、LangChain 1.0+、LangSmith SDK >=0.3.0 等要求，以及核心包、编排包、模型提供商包、工具与检索包和对应环境变量。四是后续技能指引，按所选框架与原型推荐下一步应加载的技能，如 langchain-fundamentals、langgraph-fundamentals、deep-agents-core 等。
使用方式：先加载本技能，按问题顺序选定框架与原型，再按依赖模板安装包并设置环境变量，最后按 Next Skills 指引加载后续技能。
限制：资料未提供该技能的具体安装命令、收费方式与平台支持细节；Deep Agents 的中间件为配置而非自行实现，LangGraph 无中间件概念。