用途:该技能面向使用 LangChain 0.1+ 与 LangGraph 构建生产级 AI 智能体系统的开发任务,提供指导、最佳实践与检查清单。适用场景包括 LangChain/LangGraph 智能体开发相关工作流;任务与该领域无关或需要其他工具时不适用。\n\n主要能力:涵盖 LangGraph 状态管理与状态图、ReAct 智能体(create_react_agent)、Plan-and-Execute、多智能体编排与监督路由;记忆系统(对话令牌缓冲、摘要、实体跟踪、向量记忆及混合方案);RAG 流程与 HyDE、RAG Fusion、重排等高级模式;工具与集成封装;异步模式;错误处理与回退;LangSmith 可观测性;FastAPI 流式部署、Prometheus 指标、结构化日志与健康检查;缓存、连接池、负载均衡、超时与重试等优化策略;以及基于 LangSmith 的测试与评估。\n\n使用方式:先明确目标、约束与所需输入,再套用相关最佳实践并验证结果,产出可执行步骤与验证方案。核心要求包括使用最新 LangChain 0.1+ 与 LangGraph API、全程异步、完整错误处理与回退、集成 LangSmith、面向扩展与生产部署、安全实践与成本优化。资料给出的模型与嵌入示例为 Claude Sonnet 4.5 与 Voyage AI voyage-3-large,并列出向量检索、结构化工具、重试与状态图等代码骨架。\n\n限制:资料未提供该技能的具体安装命令、定价、平台支持范围或性能数据;示例中的模型、向量库与服务选用需按实际环境确认。相关能力与步骤仅为开发指导,实际效果取决于具体实现与配置。
llm-application-dev-langchain-agent
智能体与模型
更新于 10-16 08:02