langgraph-python-quickstart-langchain-ai-langchain-skills

1. 基本信息

2. 功能介绍与亮点

这是 LangChain 官方 LangGraph 框架的本地 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 Graph API 搭出一个可运行的计算器/数学 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/langgraph/quickstart 当前页面再照做，避免因框架 API 变化产生过时代码。
• API 路径明确取舍：默认走 Graph API 而非 Functional API（除非用户另有要求），并主动跳过 IPython 图可视化步骤，保持示例足够精简、专注于跑通。
• 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 等示例，模型不确定时给出明确默认值（anthropic:claude-sonnet-5）。官方文档常硬编码 Anthropic，本技能要求改用 init_chat_model(...) 按用户选择动态适配，若选用 Claude Sonnet 5 及以上还会主动省略不受支持的 temperature/top_p/top_k 参数。
• 隔离与凭据卫生：要求在新建目录（如 langgraph-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。
• 收尾指路：跑通示例（如“Add 3 and 4.”）、展示输出后即停止，并指向姊妹技能 langgraph-fundamentals 供下一步深入学习 StateGraph/节点/边等概念，或指向 LangChain create_agent 作为更高层的 Agent API 选项。

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 LangGraph Agent、验证 Graph API 基本用法是否满足需求的 Python 开发者；也适合刚接触 LangGraph、想先跑通一个可工作的最小示例再决定是否深入学习 langgraph-fundamentals 等进阶技能的初中级用户。不适合已经熟悉框架、需要生产级持久化（checkpointer/thread_id）或人工审批中断配置的场景——那属于同仓库 langgraph-persistence、langgraph-human-in-the-loop 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 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、Issues）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 LangGraph 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、凭据存放这些琐碎但容易踩坑的细节也分散在文档各处，Graph API 与 Functional API 该选哪个也未必一目了然。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 LangGraph 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 LangGraph Agent”所需的时间与摸索成本。

6. 评分

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 shell 操作（新建目录、pip install 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

8. 用户评价

该技能所属仓库的 GitHub Issues 与 Discussions 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》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：在其自建的基础任务评测集上，接入该技能集合后 Claude Code 的通过率从 29% 提升到 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。

9. 其他补充

同仓库 config/skills/ 目录下还有 langgraph-typescript-quickstart（同一速成流程的 TypeScript 版本）与 langchain-python-quickstart（LangChain 基础 Agent 的 Python 本地速成脚手架，聚焦 create_agent/工具调用而非图结构），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 langgraph-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 langgraph-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 LangGraph 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，不涉及持久化、人工审批中断等生产级能力，深入配置需另装 langgraph-persistence、langgraph-human-in-the-loop 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
• 技能文中的模型初始化示例（init_chat_model）与参数省略规则可能随各模型提供商 API 版本迭代而变化，技能文中已注明需以当前文档为准