1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | langgraph-fundamentals-langchain-ai-langchain-skills（SKILL.md 内部名称 langgraph-fundamentals） |
GitHub |
| 作者/维护者 | LangChain（langchain-ai 官方组织，LangGraph、LangChain、Deep Agents 框架的开发方） |
GitHub API + plugin.json |
| 来源链接 | https://github.com/langchain-ai/langchain-skills/tree/main/config/skills/langgraph-fundamentals | — |
| 许可证 | MIT（声明于仓库 .claude-plugin/plugin.json 的 license 字段；仓库根目录未附独立 LICENSE 文件，故 GitHub API 的 license 字段显示为空） |
GitHub API + 仓库文件 |
| GitHub Stars/Forks | 所属合集仓库 langchain-ai/langchain-skills 整体 1,108★/85 forks（覆盖约 20 个不同子技能，不代表本技能自身热度） |
GitHub API |
| 最新版本 | 0.1.0（plugin.json 声明；README 注明项目处于早期阶段，API 与技能内容可能变化） | GitHub |
| 安装方式 | npx skills add langchain-ai/langchain-skills --skill langgraph-fundamentals --yes |
GitHub README |
2. 功能介绍与亮点
LangGraph 是 LangChain 官方推出的有状态 Agent 编排框架，用「图」（节点 + 边）建模复杂的多步骤、可分支、可并行的 Agent 工作流。这个技能把 LangGraph 的核心心智模型压缩进一份单文件 SKILL.md，在 Claude Code 等编码 Agent 写 LangGraph 代码时随需调用，充当“边写边核对”的官方参考手册。
主要亮点：
- 五步设计方法论：从“画出工作流步骤”到“设计共享状态”再到“用边把节点连起来”，给出一套可复用的图设计流程，而不只是零散的 API 罗列。
- 覆盖全部核心原语：StateGraph、节点函数签名、三类边（固定边/条件边/
Command）、SendAPI 扇出并行任务、流式输出四种模式、错误处理四象限（瞬时错误交给系统重试、LLM 可恢复错误交给 LLM、需人工的错误用interrupt()、意外错误直接抛出）。 - Python 与 TypeScript 双语言：每个知识点都配两种语言的可直接复制代码示例，覆盖用 LangGraph 的两大主流生态。
- “常见错误写法 vs 正确写法”对照：如忘记给列表字段配 reducer 导致并行结果被覆盖、忘记
compile()、在节点里直接修改并返回整个 state 对象等高频踩坑点，均给出“错误代码 → 正确代码”直接对照。 - 划定使用边界：文末明确列出“不应该做的事”（直接修改 state、把边路由回 START、忘记给列表字段加 reducer、混用静态边与
Command.goto却不理解两者都会执行）。
3. 适用场景
所属分类：元技能与 Agent 增强
适合正在用 LangGraph 构建多步骤、可分支或需要人工审批环节的 Agent 应用的开发者——典型场景是把一个模糊的自动化需求拆成图上的多个节点、设计节点间如何传递状态、决定用固定边还是条件路由，或是排查“并行任务结果互相覆盖”“图执行到一半卡住不动”这类图结构层面的问题。目标用户是已经决定用 LangGraph（而非从零手写编排逻辑）来构建 Agent 系统的中级开发者。
4. 跨 Agent 兼容性
- Claude Code：原生支持。README 明确列出 Claude Code，并提供专用的 Claude Code Plugin 安装方式（
/plugin marketplace add+/plugin install）。 - Codex：⚠️ 需适配。README 未点名 Codex，但技能本体是纯 SKILL.md 标准格式、不依赖任何 Claude Code 专有工具调用或脚本，按 Agent Skills 规范的跨工具兼容性推断可用；未直接验证。
- OpenClaw / Hermes Agent：❓ 未验证。抓取到的材料（README、SKILL.md）未提及这两个 agent。
5. 推荐理由
多数 LangGraph 相关的入门资料要么是零散的官方文档页，要么是需要自己整理的教程博客；这个技能把“怎么设计一张图、State 的更新规则、四种边怎么选、并行结果怎么聚合”这些容易踩坑的细节，浓缩成一份 Claude Code 写代码时会主动查阅的结构化参考，且由 LangGraph 官方自己维护、随框架版本同步更新，比第三方摘要更不容易过期。对已经决定用 LangGraph 构建 Agent 系统、但还没摸透图设计范式的开发者，能显著减少“State 被意外覆盖”“死循环忘记退出条件”这类结构性 bug 的试错成本。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 由 LangGraph/LangChain 官方开发方 LangChain 发布并维护；所属合集仓库整体 1,108 stars，但该数字由约 20 个子技能共享、不代表本技能自身热度；尚未检索到针对本技能自身的独立第三方报道或评测数据 |
| 可用性 | 9 | SKILL.md 单文件 23KB，覆盖 StateGraph、节点、边、Command、Send API、流式输出、错误处理等核心场景，每个知识点均有 Python 与 TypeScript 双语言可直接复制的代码示例，并附“常见错误 vs 正确写法”对照；一条命令即可安装，不依赖外部服务或付费依赖；仓库最近一次提交为 2026-08-07，维护活跃；README 自陈项目处于早期阶段、API 与技能内容可能变化 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单：①技能本体只是一份 Markdown 参考文档，不含任何脚本或可执行代码，不涉及 shell 命令执行 ②技能本身运行时不联网、不外发任何数据（文中示例代码运行 LangGraph 应用时是否联网取决于用户自己的部署，与本技能无关）③不要求用户向本技能提供任何 API Key 或凭据 ④通读 SKILL.md 全文，全部内容为 LangGraph API 用法说明与代码示例，未发现可疑指令、混淆代码或隐藏外发行为 ⑤LangChain 官方组织出品，langchain-ai 为 LangChain/LangGraph/Deep Agents 框架的官方开发方，无造假迹象 ⑥License 为 MIT，声明于仓库 plugin.json，含义明确 ⑦仓库最近一次提交为 2026-08-07，持续维护中
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
deep-agents-core（同仓库姊妹技能） |
面向 LangChain 官方的 Deep Agents 高层框架，覆盖任务规划中间件、子 Agent 委派、长期记忆、SKILL.md 加载等“开箱即用”的 Agent 能力配置 | Deep Agents 是构建在 LangGraph 之上的一层“更省心但更少底层控制权”的封装；本技能教的是 LangGraph 原始图结构本身，适合需要精细控制编排逻辑、或还没决定要不要引入 Deep Agents 这层封装的场景 |
eval-engineering（同仓库姊妹技能） |
面向已经写好的 LangChain/LangGraph Agent，用 Harbor 框架构建、运行、审计评测集 | 解决的是“Agent 写完后怎么验证效果”，本技能解决的是“图本身怎么设计与实现”，两者是同一开发流程里的前后两个环节，不构成竞争关系 |
| LangGraph 官方文档网站 | 分散在多个页面的概念说明、API 参考与教程 | 官方文档面向人类阅读，需要自己检索与整理；本技能是为编码 Agent 场景重新组织的结构化速查手册，随 Claude Code 等工具在写代码的当下按需调用，无需切换到浏览器查阅 |
8. 用户评价
该技能目前在第三方平台尚无经核实的具名用户评价；所属仓库的 GitHub Issues 中也未检索到与本技能直接相关的讨论。
9. 其他补充
同仓库还包含 langgraph-persistence（Checkpointer 与跨线程记忆）、langgraph-human-in-the-loop（中断与人工审批工作流）、langgraph-cli（脚手架与部署）等围绕 LangGraph 不同环节的姊妹技能，可按需单独安装，不必整包引入。
10. 安装使用方式
- 单独安装本技能（推荐）：
npx skills add langchain-ai/langchain-skills --skill langgraph-fundamentals --yes；全局安装加--global - 指定安装到 Claude Code：
npx skills add langchain-ai/langchain-skills --agent claude-code --skill langgraph-fundamentals --yes --global - 作为 Claude Code 插件整包安装：
/plugin marketplace add langchain-ai/langchain-skills后/plugin install langchain-skills@langchain-skills（会装入该仓库全部子技能，而非仅此一个） - 安装后注意事项：无需配置 API Key 或环境变量即可使用本技能本身；直接向 Claude Code 描述“用 LangGraph 构建一个带条件分支的 Agent 工作流”之类的需求即可触发调用
11. 注意事项
- README 明确标注项目处于早期阶段，API 与技能内容可能变化，长期跟踪建议关注仓库更新
- 内容聚焦 LangGraph 图结构本身（StateGraph/节点/边/State），不覆盖 LangChain 基础 Agent 用法或 Deep Agents 高层封装，需要这些内容需另装同仓库的
langchain-fundamentals或deep-agents-core - 仓库未附独立 LICENSE 文件，MIT 许可仅声明于
.claude-plugin/plugin.json，比对时需留意这一细节 - 示例代码基于 LangGraph 当前版本 API，框架自身仍在快速演进，个别接口可能随大版本升级而变化