技能 langchain-architecture
📦

langchain-architecture

安全

بناء تطبيقات LLM باستخدام LangChain

也可从以下获取: sickn33,wshobson

تساعد هذه المهارة المطورين على تصميم وتنفيذ تطبيقات LLM احترافية باستخدام أنماط إطار عمل LangChain للوكلاء والسلاسل والذاكرة وتكامل الأدوات.

支持: Claude Codex Code(CC)
📊 71 充足
1

下载技能 ZIP

2

在 Claude 中上传

前往 设置 → 功能 → 技能 → 上传技能

3

开启并开始使用

测试它

正在使用“langchain-architecture”。 كيف أختار نوع الذاكرة المناسب لوكيل LangChain الخاص بي؟

预期结果:

للمحادثات القصيرة التي تقل عن 10 رسائل، استخدم ConversationBufferMemory لتخزين جميع الرسائل. للمحادثات الأطول، استخدم ConversationSummaryMemory لتلخيص الرسائل القديمة. لتتبع الكيانات المحددة، استخدم ConversationEntityMemory. للاسترجاع الدلالي للسجل ذي الصلة، استخدم VectorStoreRetrieverMemory.

正在使用“langchain-architecture”。 أنشئ سلسلة متعددة الخطوات تستخرج الكيانات وتحللها وتولد ملخصاً.

预期结果:

استخدم SequentialChain مع ثلاث مكونات LLMChain: extract_prompt تستخرج الكيانات، و analyze_prompt تحللها، و summary_prompt تولد الملخص النهائي. اضبط output_variables لالتقاط جميع المخرجات الوسيطة والنهائية.

安全审计

安全
v1 • 2/25/2026

All 27 static findings are false positives. The skill contains Python code examples in markdown documentation. The scanner incorrectly identified 'external_commands' (markdown code blocks), 'weak cryptographic algorithm' (agent type constants containing 'DESCRIPTION'), and 'network reconnaissance' (use case descriptions). This is educational documentation about LangChain with no executable code, network requests, or cryptographic operations.

1
已扫描文件
351
分析行数
3
发现项
1
审计总数
低风险问题 (3)
SKILL.md:20SKILL.md:86-111SKILL.md:111-116SKILL.md:116-144SKILL.md:144-147SKILL.md:147-172SKILL.md:172-175SKILL.md:175-207SKILL.md:207-212SKILL.md:212-232SKILL.md:232-237SKILL.md:237-258SKILL.md:258-262SKILL.md:262-285SKILL.md:285-290SKILL.md:290-295SKILL.md:295-298SKILL.md:298-311SKILL.md:311-314SKILL.md:314-318
External Commands Detection (False Positive)
Scanner detected 'Ruby/shell backtick execution' at 20 locations. These are Python code examples within markdown code blocks (e.g., `from langchain.agents import...`). No shell command execution exists.
SKILL.md:3SKILL.md:104SKILL.md:169SKILL.md:271SKILL.md:334
Weak Cryptographic Algorithm Detection (False Positive)
Scanner flagged 'weak cryptographic algorithm' at 6 locations. These are LangChain AgentType constants (CONVERSATIONAL_REACT_DESCRIPTION, ZERO_SHOT_REACT_DESCRIPTION) - not cryptographic algorithms.
SKILL.md:24
Network Reconnaissance Detection (False Positive)
Scanner flagged 'network reconnaissance' at SKILL.md:24. The line describes 'Building autonomous AI agents with tool access' - a legitimate use case, not network reconnaissance.
审计者: claude

质量评分

38
架构
100
可维护性
87
内容
32
社区
99
安全
91
规范符合性

你能构建什么

مطور تطبيقات الذكاء الاصطناعي

بناء تطبيقات تستخدم وكلاء LLM مع الوصول إلى الأدوات لأتمتة سير العمل متعددة الخطوات

مهندس البيانات

إنشاء خطوط أنابيب RAG التي تجمع بين المستندات الداخلية وقدرات LLM للاستعلام الذكي

مهندس التعلم الآلي

تصميم أنظمة LLM جاهزة للإنتاج مع إدارة مناسبة للذاكرة والتعامل مع الأخطاء وإمكانية الملاحظة

试试这些提示

إعداد الوكيل الأساسي 
أنشئ وكيل LangChain بسيط يمكنه استخدام أداة بحث وآلة حاسبة. أوضح كيفية تهيئة الوكيل وإضافة الأدوات وتشغيل استعلام.
تنفيذ RAG 
أرني كيفية بناء نظام توليد معزز بالاسترجاع باستخدام LangChain. يتضمن تحميل المستندات وتقسيم النصوص وإنشاء متجر المتجهات وسلسلة QA.
تكوين الذاكرة 
اشرح أنواع الذاكرة المختلفة في LangChain وأظهر كوداً لتنفيذ ConversationBufferMemory و ConversationSummaryMemory و ConversationEntityMemory.
نشر الإنتاج 
ما هي أفضل الممارسات لنشر تطبيقات LangChain في الإنتاج؟ يتضمن التعامل مع الأخطاء واستدعاءات المراقبة وتحديد المعدل واستراتيجيات الاختبار.

最佳实践

  • تحقق دائماً من صحة مدخلات المستخدم ونظفها قبل تمريرها إلى سلاسل LLM لمنع حقن الأوامر
  • نفذ التعامل المناسب مع الأخطاء باستخدام كتل try-catch حول تنفيذ الوكيل والسلسلة
  • استخدم الاستدعاءات لتسجيل ومراقبة استخدام الرموز وزمن الاستجابة والأخطاء في الإنتاج

避免

  • لا تتجاوز حدود نافذة السياق - نفذ قص الذاكرة المناسب أو التلخيص
  • تجنب تعاريف الأدوات غير المحددة بشكل جيد - يعتمد الوكلاء على الأوصاف لاختيار الأداة الصحيحة
  • لا تتخطى التحقق من صحة المدخلات - تحقق من جميع مدخلات المستخدم قبل استخدامها في السلاسل أو الأوامر

常见问题

ما هو LangChain؟
LangChain هو إطار عمل لبناء تطبيقات LLM. يوفر تجريدات للسلاسل (تسلسل الخطوات) والوكلاء (أنظمة تستخدم LLMs لقرارات الإجراءات) والذاكرة (تخزين السياق) والأدوات (وظائف يمكن للوكلاء استدعاءها).
هل أحتاج إلى مفتاح API لاستخدام هذه المهارة؟
نعم، تساعدك هذه المهارة على تصميم تطبيقات LangChain ولكن ستحتاج إلى مفتاح OpenAI API أو مفتاح مزود LLM آخر لتشغيل أمثلة الكود فعلياً.
ما الفرق بين الوكيل والسلسلة؟
السلسلة هي تسلسل محدد مسبقاً من الخطوات. الوكيل يستخدم LLM لقرر الإجراءات التي يجب اتخاذها ديناميكياً، مما يجعله أكثر مرونة للمهام المعقدة.
كيف أضيف ذاكرة إلى وكيلي؟
استورد نوع الذاكرة الذي تحتاجه (مثل ConversationBufferMemory)، وقم بتهيئته باستخدام memory_key، ومرره إلى الوكيل عبر معامل memory عند استدعاء initialize_agent.
ما هو RAG في LangChain؟
RAG (التوليد المعزز بالاسترجاع) يجمع بين استرجاع المستندات وتوليد LLM. استخدم محملات المستندات ومقسمات النصوص ومتاجر المتجهات وسلاسل RetrievalQA لبناء هذا.
هل يمكنني استخدام Claude أو Codex مع LangChain؟
نعم، يدعم LangChain مزودي LLM مختلفين. يمكنك استخدام ChatAnthropic لنماذج Claude أو واجهات متوافقة مع OpenAI لـ Codex.

开发者详情

作者

sickn33

许可证

MIT

仓库

https://github.com/sickn33/antigravity-awesome-skills/tree/main/web-app/public/skills/langchain-architecture

引用

main

文件结构

📄 SKILL.md