1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | langgraph-cli-langchain-ai-langchain-skills（SKILL.md 内部名称 langgraph-cli） |
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-cli | — |
| 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 1,110★/86 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） | GitHub |
| 安装方式 | npx skills add langchain-ai/langchain-skills --skill langgraph-cli --yes |
GitHub README |
2. 功能介绍与亮点
langgraph CLI 管理 LangGraph 应用从脚手架到生产部署的完整生命周期。这个技能把这套 CLI 的全部命令、langgraph.json 配置字段与常见踩坑点，压缩进一份单文件 SKILL.md，供编码 Agent 在写部署脚本、排查构建问题时随需调用。
主要亮点：
- 覆盖全生命周期六个命令：
new（从模板脚手架新项目）、dev（无需 Docker 的本地热重载开发服务器）、build（构建 Docker 镜像）、up（用 Docker Compose 启动，内置 Postgres）、deploy（部署到 LangGraph Platform / LangSmith Deployments）、dockerfile（单独生成 Dockerfile）。 langgraph.json配置字段全参考：dependencies、graphs、env、python_version、dockerfile_lines等每个字段的取值规则与示例，覆盖 Python 与 JavaScript 两套配置写法。dev与up对照表：是否需要 Docker、状态持久化方式（内存/本地文件 vs PostgreSQL）、默认端口、资源占用等维度逐项对比，帮助判断该用哪条命令做当前阶段的验证。- Gotchas 踩坑清单：Apple Silicon 上
deploy需要额外装 Docker Buildx 才能跨平台编译、deploy只能更新自己创建的部署（LangSmith UI 或 GitHub 集成创建的部署无法用它更新）、dependencies必须能解析到真实的包配置文件等高频问题均给出说明。 - 完整命令行参数速查：每个命令的全部 flag 及用途逐条列出，含
deploy logs的按时间/级别/关键词过滤等运维场景。
3. 适用场景
所属分类：DevOps 与基础设施
适合已经用 LangGraph 写出可运行的 Agent 代码、正要把它从本地验证推进到生产部署的开发者——典型场景是决定该用 dev 还是 up 做当前阶段的验证、排查 langgraph.json 配置错误、构建可跨机器分发的 Docker 镜像，或是把应用正式发布到 LangGraph Platform 并持续观察运行日志。目标用户是已选定 LangGraph 作为 Agent 编排框架、且需要走完整个构建-部署链路的中级开发者。
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：支持。README 通过通用安装器
npx skills给出具体示例（“Or ask Codex: ‘Install theeval-engineeringskill fromlangchain-ai/langchain-skills.’”），同一安装器同样适用于本技能。 - 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 开发者对“怎么写图”比较熟悉，但从本地验证走到生产部署这一步——该用 dev 还是 up、Apple Silicon 上为什么构建失败、deploy 为什么更新不了 UI 创建的部署——容易踩坑且缺少集中的参考。这个技能把 LangGraph 官方 CLI 的全部命令、配置字段与已知坑点整理成一份结构化速查手册，由 LangChain 官方维护、随 CLI 版本同步更新。对正在把 Agent 应用从“能跑通”推向“能上线”的团队，能显著减少环境配置试错与部署命令误用的成本。
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 1,110 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 | 8 | 一条命令即可安装技能本体；langgraph dev 无需 Docker 即可本地运行，build/up/deploy 需要额外安装 Docker（Apple Silicon 还需 Buildx）；配置字段与命令参数文档详尽、附大量可直接复制的示例；仓库整体最近一次提交为 2026-08-07，维护活跃；deploy 子命令官方标注仍处 Beta 阶段 |
| 安全性 | 8 | 见下方检查清单 |
安全检查清单：①技能引导执行的是官方 langgraph CLI 本体命令（脚手架、本地开发服务器、Docker 构建、部署），全部为用户主动发起的文档化操作，无越界指令 ②langgraph deploy 会将构建产物发送至 LangSmith Platform（LangChain 官方云端部署服务），属用户显式发起的官方渠道传输；langgraph dev 默认不联网 ③deploy 需要 LANGSMITH_API_KEY，SKILL.md 明确说明存储方式为环境变量或 .env 文件 ④通读 SKILL.md 全文，纯命令参考与配置说明，未发现可疑指令或隐藏外发行为 ⑤LangChain 官方组织出品，langchain-ai 为 LangGraph/LangChain/Deep Agents 框架的官方开发方，无造假迹象 ⑥License 为 MIT，声明于仓库 .claude-plugin/plugin.json 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 |
|---|---|---|
langgraph-fundamentals / deep-agents-core（同仓库姊妹技能） |
教怎么设计图结构、怎么用 Deep Agents 高层封装写 Agent 代码本身 | 二者解决的是“怎么写”，本技能解决的是“写完之后怎么从本地推到生产”，是同一开发流程里的前后环节 |
deploy-to-vercel / wrangler（通用平台部署 CLI） |
面向通用 Web 应用或边缘函数的构建部署 | 不理解 LangGraph 的图运行时与状态持久化需求；本技能针对 LangGraph 项目定制，内置 Postgres/Redis 编排与 checkpointer 感知 |
| 通用 Docker/Kubernetes 部署类技能 | 需要自己从零搭建镜像定义与编排配置 | 本技能把这套流程封装成 build/up/deploy 单条命令，配置文件结构（langgraph.json）与常见坑点均已针对 LangGraph 项目预先整理 |
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；LangChain 官方博客发布过 deploy CLI 的功能介绍文章，但属官方自述，不构成独立第三方评价。
9. 其他补充
同仓库还包含 langgraph-fundamentals（图设计原语）、langgraph-persistence（Checkpointer 与跨线程记忆）、langgraph-human-in-the-loop（中断与人工审批）、deep-agents-core / deep-agents-memory（Deep Agents 高层封装）、langchain-rag（检索增强管道）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-cli --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-cli --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：技能本体不含
langgraphCLI 可执行文件，需另行安装——Python 项目pip install 'langgraph-cli[inmem]'（含dev支持）或pip install langgraph-cli（仅 build/up/deploy），JavaScript 项目npx @langchain/langgraph-cli或全局安装；使用deploy前需在环境变量中配置LANGSMITH_API_KEY
11. 注意事项
deploy子命令官方标注仍处 Beta 阶段，命令行为可能随版本更新调整deploy只能更新由该 CLI 自己创建的部署，通过 LangSmith UI 或 GitHub 集成创建的部署无法用它更新build、up、deploy均需要本机安装 Docker；仅dev命令无需 Docker 即可运行- 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