1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | langchain-python-quickstart-langchain-ai-langchain-skills（SKILL.md 内部名称 langchain-python-quickstart） |
GitHub |
| 作者/维护者 | LangChain（langchain-ai 官方组织，LangChain / LangGraph / 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/langchain-python-quickstart | — |
| 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） |
GitHub API + 仓库文件 |
| GitHub Stars/Forks | 所属合集仓库 langchain-ai/langchain-skills 整体 1,116★/86 forks（覆盖 21 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 langchain-python-quickstart --yes |
GitHub README |
2. 功能介绍与亮点
这是 LangChain 官方基础框架（区别于 LangGraph、Deep Agents）的本地 Python 速成脚手架技能：引导编码 Agent 抓取官方 Mintlify 在线文档当前页面（而非凭记忆臆造 API），在一个全新目录里用 create_agent 搭出一个可运行的天气查询 Agent 并跑一次验证。
主要亮点：
- 文档实时抓取而非硬编码：明确要求先抓取
docs.langchain.com/oss/python/langchain/quickstart当前页面再照做，避免因框架 API 变化产生过时代码。 - 模型无关的引导式配置：技能主动询问用户想用哪个
provider:model，格式给出openai:gpt-5.5、google_genai:gemini-2.5-flash-lite等示例，模型不确定时给出明确默认值（anthropic:claude-sonnet-5），把官方 quickstart 里默认硬编码的模型替换为用户的实际选择。 - 隔离与凭据卫生：要求在新建目录（如
langchain-agent/）中操作，不污染用户已打开的项目；唯一凭据是所选模型提供商的 API Key，写入.env（gitignore），倾向由用户自行填写而非经聊天窗口传递。 - 按需补装依赖：若官方 quickstart 的基础安装不够，会为用户所选模型提供商额外安装对应 Python 包，避免运行时才发现缺包。
- 收尾指路：跑通示例、展示输出后即停止，并指向姊妹技能
langchain-fundamentals供下一步深入学习工具调用、结构化输出、中间件等概念。
3. 适用场景
所属分类：元技能与 Agent 增强
想在本地快速搭建并试跑一个 LangChain（create_agent）Agent、验证基础工具调用用法是否满足需求的 Python 开发者；也适合刚接触 LangChain 生态、想先跑通一个可工作的最小示例、再决定是走 LangChain 基础层还是转向 LangGraph 图编排层的初中级用户。不适合已经熟悉框架、需要状态图编排（StateGraph）或生产级持久化配置的场景——那属于同仓库 langgraph-python-quickstart、langgraph-persistence 等姊妹技能覆盖的范围。
4. 跨 Agent 兼容性
- Claude Code：原生支持。README 明确列出 Claude Code，提供专用 Claude Code Plugin 安装路径（
/plugin marketplace add+/plugin install），也是install.sh默认安装目标。 - Codex：可用，但专属打包仍在推进中。README 给出向 Codex 下自然语言指令安装同仓库技能的示例；仓库 Issue #45“Support for codex plugin”截至本次核实（2026-08-10）仍处于开放状态，说明专属 Codex 插件封装尚未完成，目前需通过通用
npx skills（Agent Skills 规范）方式安装。 - OpenClaw / Hermes Agent：❓ 未验证。抓取到的材料（README、SKILL.md）未提及这两个 agent；README 仅泛称“支持 Agent Skills 规范的任何 agent，包括 Claude Code、Cursor、Windsurf 等”。
5. 推荐理由
对刚决定用 Python 尝试 LangChain 的开发者，从“看文档”到“跑起来”之间隔着不少摸索：官方 quickstart 示例默认硬编码 Anthropic，模型选型、目录隔离、凭据存放、依赖补装这些琐碎但容易踩坑的细节也分散在文档各处。这个技能把这些决策提前做好，用一次对话就能在隔离目录里跑出一个真实可用的 LangChain Agent，并在跑通后明确指路到进阶技能，显著降低“从零到第一个能跑的 LangChain Agent”所需的时间与摸索成本。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 由 LangChain 官方开发方发布并维护；所属合集仓库整体 1,116 stars，但该数字由 21 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 | SKILL.md 简明、步骤清晰、示例具体（含模型格式示例与按需补装依赖说明），一次对话即可跑通；需要用户自备一个模型提供商 API Key；所属子目录最近一次提交为 2026-07-22，仓库整体最近一次提交为 2026-08-07，维护活跃 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单：①技能本体是指令文档，不含可执行脚本；引导 Agent 执行的操作（新建目录、安装指定包、运行示例）均为常规本地开发操作，范围明确 ②技能按用户选择的模型提供商联网抓取文档与调用模型，行为透明、用途明确，无隐蔽外发 ③需要模型提供商 API Key，技能明确要求写入 .env（gitignore）且不经聊天窗口传递 ④通读全文均为配置说明与代码示例，未发现可疑指令或隐藏行为 ⑤LangChain 官方组织出品，langchain-ai 为该框架官方开发方 ⑥License MIT，声明于 plugin.json，含义明确 ⑦仓库整体最近一次提交为 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 |
|---|---|---|
langchain-typescript-quickstart（同仓库姊妹技能） |
同一速成流程的 TypeScript/Node.js 版本 | 面向 Node 开发者，依赖与安装命令（npm）不同、SKILL.md 内显式标注 Node 22+ 前提；本技能面向 Python 开发者，两者服务不同技术栈的用户，不互相替代 |
langgraph-python-quickstart（同仓库姊妹技能） |
LangGraph 图编排框架的 Python 本地速成脚手架，产出一个用 Graph API 搭建的计算器 Agent | 定位在更底层的图状态编排（面向“多步骤、可持久化的工作流”）；本技能定位在 LangChain 基础层的工具调用 Agent（面向“单轮任务型 Agent”），两者服务框架的不同层级，可按学习路径先后安装 |
deepagents-python-quickstart（同仓库姊妹技能） |
LangChain 更高层 Deep Agents 框架的 Python 本地速成脚手架，产出一个具备联网搜索能力的研究型 Agent | 定位在更高抽象层（面向“任务型研究 Agent”）；本技能定位在最基础的 create_agent 工具调用层，两者服务框架的不同层级 |
langchain-fundamentals（同仓库姊妹技能） |
工具调用、结构化输出、中间件基础的完整参考手册 | 定位是“概念与配置深入参考”，内容更全面也更厚重；本技能定位是“十分钟跑通第一个示例”的最小可行路径，两者互补——本技能验证框架可行后，langchain-fundamentals 承接后续深入学习 |
8. 用户评价
该技能所属仓库的 GitHub Issues 中未检索到与本技能直接相关的具名评价。LangChain 官方博客文章《LangChain Skills》（发布于 2026-03-04）披露过针对整个 langchain-skills 技能集合（含 LangChain、LangGraph、Deep Agents 三大类技能）的内部评测结果：在其基于 LangSmith 的评测集上，Sonnet 4.6 模型下 Claude Code 的任务通过率从不接入技能的 25% 提升到接入后的 95%。该数据描述的是整个技能集合的综合效果，非本技能单独的评测结果，且未提及本技能。
9. 其他补充
同仓库 config/skills/ 目录下还有 langgraph-python-quickstart（LangGraph 图编排框架的 Python 本地速成脚手架，聚焦 StateGraph 而非工具调用）与 deepagents-python-quickstart（更高层 Deep Agents 研究型 Agent 脚手架），可按自己所处的框架层级按需单独安装。
10. 安装使用方式
- 单独安装本技能（推荐）：
npx skills add langchain-ai/langchain-skills --skill langchain-python-quickstart --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 langchain-python-quickstart --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 即可安装本技能本身；实际触发技能、跑通示例时需在新建目录的
.env中配置所选模型提供商的 API Key（如ANTHROPIC_API_KEY）；直接向 Claude Code 描述“帮我用 Python 和 LangChain 在本地搭一个能跑的 Agent”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，长期使用建议关注仓库更新
- 内容仅覆盖“跑通最小示例”这一步，不涉及工具调用之外的中间件、结构化输出等进阶能力，深入配置需另装
langchain-fundamentals等姊妹技能 - 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 - 专属 Codex 插件封装尚未完成（仓库 Issue #45 仍处于开放状态），目前 Codex 用户需通过通用
npx skills方式安装 - SKILL.md 本身未显式声明 Python 版本前提（与 TypeScript 版本显式标注 Node 22+ 不同），若运行环境 Python 版本较旧，可能要到实际安装依赖包时才会报错