AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Langgraph Development

skill-hhhh124hhhh-langgraph-partner-langgraph-development · by hhhh124hhhh

专业的LangGraph AI应用开发技能，提供从概念到生产的完整开发指导。基于Context7最新调研，涵盖StateGraph设计、多代理协作、RAG系统实现、生产部署等核心场景。使用此技能构建有状态、多参与者、长期运行的AI代理应用。

↗ Repository
— No reviews yet
0 installs
7 views
0.0% view→install

Install

$ agentstack add skill-hhhh124hhhh-langgraph-partner-langgraph-development

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • ✓ Prompt-injection patterns
  • ✓ Secret / credential exfiltration
  • ✓ Dangerous shell & filesystem operations
  • ✓ Untrusted network calls
  • ✓ Known-malicious package signatures

What it can access

  • ✓ Network access No
  • ✓ Filesystem access No
  • ✓ Shell / process execution No
  • ✓ Environment & secrets No
  • ✓ Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-hhhh124hhhh-langgraph-partner-langgraph-development)

Reliability & compatibility

✓ Security review passed
0 installs to date
— no reviews yet
○ 8mo ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.

How agent discovery & health will work →
Are you the author of Langgraph Development? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

LangGraph开发技能

本技能提供构建、管理和部署LangGraph AI应用的comprehensive指导，基于Context7对最新LangGraph生态系统的深度调研。

使用场景

在以下情况下使用此技能：

  • 需要构建有状态的多代理AI应用
  • 设计复杂的AI工作流和决策流程
  • 实现RAG（检索增强生成）系统
  • 构建多Agent协作系统（Supervisor、Swarm模式）
  • 需要持久化执行和人机协作功能
  • 从开发到生产的完整部署流程
  • 性能优化和监控调试需求

核心概念和架构

LangGraph核心特性

  • 低级编排框架：用于构建、管理和部署长期运行的有状态代理
  • 持久化执行：支持检查点、状态恢复、容错处理
  • 综合内存管理：短期记忆、长期记忆、上下文窗口优化
  • 人机协作：审批流程、干预机制、交互式决策
  • 生产就绪部署：企业级稳定性、可扩展性、监控能力

核心API组件

  • StateGraph：状态驱动的图结构
  • MessageGraph：消息传递图
  • CompiledGraph：编译后的可执行图
  • CheckpointSaver：状态持久化（支持MySQL、Redis、PostgreSQL）
  • 节点类型：LLM节点、工具节点、条件节点、自定义节点

开发工作流程

  1. 设计阶段
  • 使用scripts/design_workflow.py设计应用架构
  • 参考references/architecture_patterns.md选择合适的架构模式
  • 使用assets/diagrams/中的流程图模板进行可视化
  1. 实现阶段
  • 使用scripts/generate_template.py生成项目模板
  • 参考references/api_reference.md进行API调用
  • 遵循references/best_practices.md中的编码规范
  1. 测试阶段
  • 使用scripts/test_agent.py进行单元测试
  • 使用langgraph-studio进行本地调试
  • 集成LangSmith进行监控和评估
  1. 部署阶段
  • 使用assets/templates/production_ready/中的部署配置
  • 参考references/deployment_guide.md进行生产部署
  • 使用scripts/monitor.py进行性能监控

资源组件

Scripts（可执行工具）

  • scripts/setup_environment.py：环境配置和依赖安装
  • scripts/generate_template.py：项目模板生成器
  • scripts/checkpoint_analyzer.py：检查点分析和状态管理工具
  • scripts/performance_monitor.py：性能监控和优化工具
  • scripts/test_agent.py：代理测试和验证工具
  • scripts/deploy_helper.py：部署辅助脚本

References（参考资料）

  • references/architecture_patterns.md：架构模式和设计模式参考
  • references/api_reference.md：API速查手册和示例
  • references/best_practices.md：最佳实践和编码规范
  • references/troubleshooting.md：故障排查和问题解决指南
  • references/use_cases.md：使用案例和实战项目分析
  • references/deployment_guide.md：部署指南和生产环境配置

Assets（资源文件）

  • assets/templates/：完整的项目模板
  • basic_agent/：基础代理模板
  • rag_system/：RAG系统模板
  • multi_agent/：多代理系统模板
  • production_ready/：生产就绪模板
  • assets/diagrams/：架构图和流程图
  • assets/config_files/：配置文件模板
  • assets/example_projects/：示例项目和演示代码

常见应用模式

RAG系统实现

使用LangGraph构建增强型检索生成系统：

  • 集成向量存储和文档检索
  • 实现上下文管理和答案生成
  • 支持多轮对话和状态保持

多Agent协作

实现复杂的代理协作模式：

  • Supervisor模式：中央代理协调多个专业化代理
  • Swarm模式：动态代理切换和控制交接
  • ReAct模式：推理-行动循环代理

生产级应用

构建企业级AI应用：

  • 容错处理和错误恢复
  • 性能监控和日志管理
  • 可扩展架构和负载均衡

技能使用流程

  1. 需求分析：明确应用场景和功能需求
  2. 架构设计：选择合适的架构模式和组件
  3. 快速原型：使用模板生成基础代码
  4. 功能实现：基于参考文档开发核心功能
  5. 测试验证：使用测试工具验证功能正确性
  6. 性能优化：使用监控工具优化性能
  7. 生产部署：使用部署工具进行生产环境配置

注意事项

  • 确保Python 3.8+环境并安装必要的依赖
  • 推荐使用虚拟环境进行项目隔离
  • 生产环境需要考虑安全性和性能优化
  • 定期更新LangGraph版本以获得最新功能
  • 使用LangSmith进行生产环境的监控和调试

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet, be the first.

Write a review

Versions

  • v0.1.0 Imported from the upstream source.

More in AI & ML