Compétences langchain-architecture
📦

langchain-architecture

Sûr

LangChainでLLMアプリを構築

Également disponible depuis: sickn33,wshobson

このスキルは、開発者がLangChainフレームワークのパターン(エージェント、チェーン、メモリ、ツール統合)を使用して本番グレードのLLMアプリケーションを設計・実装を支援するものです。

Prend en charge: Claude Codex Code(CC)
🥉 74 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "langchain-architecture". LangChainエージェントに適切なメモリタイプを選択方法は?

Résultat attendu:

10メッセージ未満の短い会話には、すべてのメッセージを保存するConversationBufferMemoryを使用してください。長い会話には、古いメッセージを要約するConversationSummaryMemoryを使用してください。特定のエンティティを追跡するには、ConversationEntityMemoryを使用してください。関連履歴の意味的な取得には、VectorStoreRetrieverMemoryを使用してください。

Utilisation de "langchain-architecture". エンティティを抽出し、分析し、サマリーを生成するマルチステップチェーンを作成してください。

Résultat attendu:

3つのLLMChainコンポーネントを持つSequentialChainを使用してください:extract_promptはエンティティを抽出し、analyze_promptはそれらを分析し、summary_promptは最終サマリーを生成します。output_variablesを設定して、すべての中間出力と最終出力をキャプチャします。

Audit de sécurité

Sûr
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
Fichiers analysés
351
Lignes analysées
3
résultats
1
Total des audits
Problèmes à risque faible (3)
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.
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.
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.
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
99
Sécurité
91
Conformité aux spécifications

Ce que vous pouvez construire

AIアプリケーション開発者

LLMエージェントにツールアクセス機能を付与し、マルチステップワークフローを自動化するアプリケーションを構築

データエンジニア

内部ドキュメントとLLM機能を組み合わせたRAGパイプラインを作成しインテリジェントなクエリを可能に

MLエンジニア

適切なメモリ管理、エラー処理、可観測性を備えた本番対応LLMシステムの設計

Essayez ces prompts

基本的なエージェントセットアップ
検索ツールと計算機を使用できるシンプルなLangChainエージェントを作成してください。エージェントの初期化、ツールの追加、クエリの実行方法を説明してください。
RAG実装
LangChainを使用して検索拡張生成システムを構築する方法を教えてください。ドキュメントローディング、テキスト分割、ベクトルストアの作成、QAチェーンを含めるてください。
メモリ設定
LangChainのさまざまなメモリタイプについて説明し、ConversationBufferMemory、ConversationSummaryMemory、ConversationEntityMemoryを実装するコードを示してください。
本番デプロイメント
LangChainアプリケーションを本番環境にデプロイするためのベストプラクティスは何ですか?エラー処理、監視のためのコールバック、レート制限、テスト戦略を含めるてください。

Bonnes pratiques

  • LLMチェーンに渡す前にユーザー入力を常に検証・サニタイズし、プロンプトインジェクションを防止してください
  • エージェントとチェーンの実行をtry-catchブロックで囲み、適切なエラー処理を実装してください
  • 本番環境でトークン使用量、レイテンシー、エラーのログ取得と監視にコールbacksを使用してください

Éviter

  • コンテキストウィンドウの制限を超えないようにし、適切なメモリ切り詰めまたは要約を実装してください
  • ツールの説明を明確に定義しないでください - エージェントは説明に基づいて適切なツールを選択しています
  • 入力検証をスキップしないでください - チェーンやプロンプトで使用する前にすべてのユーザー入力を検証してください

Foire aux questions

LangChainとは何ですか?
LangChainはLLMアプリケーションを構築するためのフレームワークです。チェーン(呼び出しのシーケンス)、エージェント(アクションを決定するためにLLMを使用するシステム)、メモリ(コンテキストストレージ)、ツール(エージェントが呼び出す関数)の抽象化を提供します。
このスキルを使用するにはAPIキーが必要ですか?
はい、このスキルはLangChainアプリケーションの設計を支援しますが、コード例を実際に実行するにはOpenAI APIキーまたは別のLLMプロバイダーのキーが必要です。
エージェントとチェーンの違いは何ですか?
チェーンは事前に定義されたステップのシーケンスです。エージェントはLLMを使用して動的にどのアクションを実行するかを決定するため、複雑なタスクにより柔軟に対応できます。
エージェントにメモリを追加するにはどうすればいいですか?
必要なメモリタイプ(ConversationBufferMemoryなど)をインポートし、memory_keyで初期化し、initialize_agentを呼び出すときにmemoryパラメータ経由でエージェントに渡します。
LangChainのRAGとは何ですか?
RAG(検索拡張生成)はドキュメント検索とLLM生成を組み合わせます。ドキュメントローダー、テキスト分割、ベクトルストア、RetrievalQAチェーンを使用して構築します。
LangChainでClaudeやCodexを使用できますか?
はい、LangChainはさまざまなLLMプロバイダーをサポートしています。ClaudeモデルにはChatAnthropicを、CodexにはOpenAI互換インターフェースを使用できます。

Détails du développeur

Structure de fichiers

📄 SKILL.md