/ 目录 / 演练场 / Mastering LangGraph Agent Skill
← 全部服务器 ↗ GitHub
● 社区 SpillwaveSolutions ⚡ 即开即用

Mastering LangGraph Agent Skill

作者 SpillwaveSolutions · SpillwaveSolutions/mastering-langgraph-agent-skill

LangGraph对TAP的流畅性—八种生产模式（ ReAct、路由、检查点、HITL、主管、SWARM、部署、调试） + 150多个文档链接，作为Claude技能。

mastering-langgraph-agent-skill将Python中LangGraph的九个参考指南打包为与Claude兼容的技能--使用工具代理、条件路由管道、检查指针支持的内存、人工中断、主管和群组多代理模式、Docker/LangGraph平台部署、时间旅行调试和LangSmith跟踪。通过skilz安装；适用于Claude Code和其他Agent Skill Standard客户端。

▶ 观看演示 📦 安装 💡 使用场景

为什么要用

核心特性

实时演示

实际使用效果

mastering-langgraph-skill.replay ▶ 就绪
0/0

安装

选择你的客户端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "mastering-langgraph-skill": {
      "command": "pip",
      "args": [
        "install",
        "skilz",
        "&&",
        "skilz",
        "install",
        "-g",
        "https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill"
      ],
      "_inferred": false
    }
  }
}

打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "mastering-langgraph-skill": {
      "command": "pip",
      "args": [
        "install",
        "skilz",
        "&&",
        "skilz",
        "install",
        "-g",
        "https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill"
      ],
      "_inferred": false
    }
  }
}

Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "mastering-langgraph-skill": {
      "command": "pip",
      "args": [
        "install",
        "skilz",
        "&&",
        "skilz",
        "install",
        "-g",
        "https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill"
      ],
      "_inferred": false
    }
  }
}

点击 Cline 侧栏中的 MCP Servers 图标，然后选 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "mastering-langgraph-skill": {
      "command": "pip",
      "args": [
        "install",
        "skilz",
        "&&",
        "skilz",
        "install",
        "-g",
        "https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill"
      ],
      "_inferred": false
    }
  }
}

格式与 Claude Desktop 相同。重启 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "mastering-langgraph-skill",
      "command": "pip",
      "args": [
        "install",
        "skilz",
        "&&",
        "skilz",
        "install",
        "-g",
        "https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill"
      ]
    }
  ]
}

Continue 使用服务器对象数组，而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "mastering-langgraph-skill": {
      "command": {
        "path": "pip",
        "args": [
          "install",
          "skilz",
          "&&",
          "skilz",
          "install",
          "-g",
          "https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill"
        ]
      }
    }
  }
}

加入 context_servers。Zed 保存后热重载。

claude mcp add mastering-langgraph-skill -- pip install skilz && skilz install -g https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill

一行命令搞定。用 claude mcp list 验证，claude mcp remove 卸载。

使用场景

实战用法： Mastering LangGraph Agent Skill

使用工具用检查指针脚手架ReAct代理

👤 Python开发人员启动新的LangGraph项目 ⏱ ~45 min intermediate

何时使用： 您需要一个可用的工具循环代理作为起点，而不是另一个空白笔记本。

前置条件
  • Python 3.10 +和pip — pyenv或system Python
  • LangGraph + LangChain核心 — pip install langgraph langchain-core
步骤
  1. 安装技能
    pip install skilz & & skilz install -g https://github.com/SpillwaveSolutions/mastering-langgraph-agent-skill✓ 已复制
    → 技能出现在~/.claude/skills/
  2. 索取ReAct脚手架
    使用两个工具（搜索+计算器）和MemorySaver检查指针脚手架搭建ReAct代理。✓ 已复制
    → 带有图形、工具和检查指针的可运行代码
  3. 跑步并跨越
    使用thread_id = 'thread-1'运行它，并显示每个步骤的状态。✓ 已复制
    → 每个步骤的状态快照确认循环正在工作

结果： 您可以扩展的运行代理，而不是从零开始。

注意事项
  • 在生产中使用InMemorySaver — 发货前更换到Postgres检查指针；指南涵盖了更换
搭配使用： fastmcp

使用条件路由构建多步骤管道

👤 后端工程师用类型化图形替换临时链 ⏱ ~60 min intermediate

何时使用： 您的工作流程有分支（ classify → route → specialize → finalize ） ，您想要明确的状态。

步骤
  1. 描述分支机构
    为以下内容起草LangGraph ：分类意图→路线，以总结或通过引用→完成问答。✓ 已复制
    → 图形图和代码；显式条件边缘
  2. 添加检查点
    添加检查指针，以便在流程中恢复工作。✓ 已复制
    → 状态在调用之间保持不变

结果： 可测试和可恢复的类型化管道。

注意事项
  • 将每个节点视为LLM调用 — 非LLM纯Python节点往往更清晰、更便宜
搭配使用： langsmith-fetch-skill

在进行有风险的行动之前暂停以供人工批准

👤 针对生产系统运行代理的团队 ⏱ ~30 min intermediate

何时使用： 代理即将花钱、向某人发送电子邮件或变异状态—您想要一个人工检查点。

步骤
  1. 添加中断节点
    在“send_email”节点之前插入人工审批中断；演示如何继续。✓ 已复制
    → interrupt_before接线+清除恢复API
  2. 测试批准+拒绝路径
    编写一个测试批准和拒绝流程的脚本。✓ 已复制
    → 两条路干净利落地锻炼

结果： 人类选择冒险的步骤；批准的行动一直持续到完成。

注意事项
  • 忘记在中断期间保持状态 — 中断需要检查指针；没有它，暂停是无用的
搭配使用： linear

设计主管或团队多代理设置

👤 架构师评估多Agent模式 ⏱ ~90 min advanced

何时使用： 单个代理变得混乱或太大；您正在考虑业务流程模式。

步骤
  1. 逐步了解权衡取舍
    将研究员+编码员+审核员团队的主管与SWARM进行比较。✓ 已复制
    → 明确优点/缺点；何时选择每个优点/缺点
  2. 镐和脚手架
    用三种药物搭建所选图案的脚手架。✓ 已复制
    → 具有路由/切换逻辑的可运行代码

结果： 具有运行代码的多智能体模式的原则性选择。

注意事项
  • 在调试单个代理之前采用多代理 — 启动单药；仅在达到具体限制时拆分
搭配使用： server-mas-sequential-thinking

将LangGraph从笔记本电脑带到生产环境

👤 工程师航运代理功能 ⏱ ~60 min advanced

何时使用： 您有一个工作图表，需要一个真正的部署计划。

步骤
  1. 挑选部署目标
    比较Docker + LangGraph平台与自托管；推荐小团队使用。✓ 已复制
    → 成本/运营权衡的具体建议
  2. 电线追踪
    使用项目范围添加LangSmith跟踪。✓ 已复制
    → 在具有正确项目名称的LangSmith中可见的跟踪

结果： 可以显示平台团队的部署路径。

搭配使用： cloud-run

组合

与其他 MCP 搭配，撬动十倍杠杆

mastering-langgraph-skill + fastmcp

将您的LangGraph包装为MCP服务器，供其他代理使用

通过fastmcp将当前图表暴露为MCP工具。✓ 已复制
mastering-langgraph-skill + langsmith-fetch-skill

获取用于调试的跟踪并将其反馈到对话中

获取项目“prod-agent”和表面故障模式的最后10个跟踪。✓ 已复制
mastering-langgraph-skill + server-mas-sequential-thinking

将多智能体顺序思维模式与LangGraph编排相结合

将您的主管图表映射到具有顺序思维的MAS模式上。✓ 已复制

工具

此 MCP 暴露的能力

工具输入参数何时调用成本
skill: mastering-langgraph natural-language LangGraph questions and tasks 无论何时构建或调试LangGraph 0

成本与限制

运行它的成本

API 配额
该技能无；您的LLM提供商对基础通话收费
每次调用 Token 数
取决于技能负载的部分—狭隘的问题使其保持较小
费用
免费技能；提供者费用（ OpenAI/Anthropic/等）适用
提示
询问有针对性的“我在LangGraph<X>中如何做”问题。广泛的“教我LangGraph”吸引了大量的参考资料。

安全

权限、密钥、影响范围

凭据存储： 技能中没有；您自己的LLM和工具凭据保留在您的环境/秘密经理中
数据出站： 技能内容为本地内容。任何出口都来自您运行的代码（工具调用， LangSmith ）。

故障排查

常见错误与修复

skilz安装失败， 'repo not found'

如果未配置市场，请将-g标志与完整的GitHub URL一起使用，而不是SkillzWave短路径。

验证： pip show skilz && skilz list -g
图形代码在本地运行，但在部署时中断

通常检查指针选择— InMemorySaver无法在重新启动后存活。根据部署部分切换到Postgres或Redis。

验证： Inspect the checkpointer type in your code
LangSmith跟踪丢失

在调用图形之前设置LANGSMITH_API_KEY和LANGCHAIN_PROJECT。

验证： echo $LANGSMITH_API_KEY | head -c 5

替代方案

Mastering LangGraph Agent Skill 对比其他方案

替代方案何时用它替代权衡
mcp-agent您需要MCP本地代理模式，而不是LangGraph不同的框架，不同的生态系统
server-mas-sequential-thinking您想要一个现成的多智能体顺序思维服务器不如LangGraph中的建筑灵活
agent-langchainjs您使用的是JS/TS ，而不是Python不同的语言目标

更多

资源

📖 阅读 GitHub 上的官方 README

🐙 查看未解决的 issue

🔍 浏览全部 400+ MCP 服务器和 Skills