llm-application-dev-langchain-agent
使用 Claude 构建生产级 LangChain 代理
构建生产级 LangChain 代理需要掌握异步模式、状态管理、内存系统和部署基础设施方面的专业知识。本技能提供经过验证的模式和最佳实践，用于使用 LangChain 0.1+ 和 LangGraph 创建可扩展、可观测的 AI 应用。
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“llm-application-dev-langchain-agent”。 Create a ReAct agent that searches the web and summarizes results
预期结果:
生成完整的 Python 代码，包含 Claude LLM 初始化、Tavily 搜索工具集成、具有错误处理的 StructuredTool、LangSmith 追踪设置，以及具有重试逻辑的异步调用模式。
正在使用“llm-application-dev-langchain-agent”。 Build a RAG system with Pinecone and conversation memory
预期结果:
实现 VoyageAI 嵌入配置、具有混合搜索参数的 PineconeVectorStore、ConversationTokenTokenBufferMemory 集成，以及具有上下文压缩的检索链。
安全审计
安全Static analysis detected 39 patterns flagged as potential security risks, all are false positives. The 'external_commands' findings are markdown code fence backticks (lines 27-237) used for Python code examples, not Ruby shell execution. The 'blocker' findings flag 'Weak cryptographic algorithm' but these are legitimate Anthropic model names (claude-sonnet-4-5). The 'network' finding is an HTTP client reference in a code example. This is a documentation-only skill with no executable code.
质量评分
你能构建什么
企业级 RAG 应用
为企业知识库构建具有混合搜索、内存和可观测性的文档问答系统
多代理客服系统
创建具有专门代理监督的多代理系统，用于不同的客服任务
研究助手代理
开发具有网络搜索、文档分析和综合工具集成的代理
试试这些提示
使用 Claude Sonnet 4.5 创建 LangChain ReAct 代理，可以执行 [任务描述]。请包含异步模式、使用 tenacity 重试的错误处理，以及 LangSmith 追踪。
使用 Voyage AI 嵌入和 Pinecone 向量存储设计 RAG 管道。使用 Cohere 实现具有重排序的混合搜索。包含具有令牌缓冲区的对话内存。
创建具有监督器的 LangGraph 多代理系统，在 [代理类型] 之间路由。使用 Command 路由，实现状态管理，并添加检查点保存对话历史。
生成具有 LangChain 代理部署流式端点的 FastAPI 服务器。包含 Prometheus 指标、使用 structlog 的结构化日志、健康检查，以及具有 TTL 的 Redis 缓存。
最佳实践
- 始终使用异步模式（ainvoke、astream）以获得更好的性能和并发性
- 使用 tenacity 重试和指数退避实现全面的错误处理
- 为所有代理执行使用 LangSmith 追踪以调试和优化性能
避免
- 避免在生产环境中使用同步 invoke 调用 - 始终使用异步变体
- 切勿硬编码 API 密钥或密钥 - 使用具有正确验证的环境变量
- 不要跳过内存管理 - 无限制的对话历史会导致令牌溢出