前言 最近写了很多 skill 相关的文章，有很多读者问能不能再多分享一些好用的 skill。 一个 Skill，解决 90% 的信息图需求｜支持 Claude code 批量跑，文字还能改 Anthropic 官方最简单的一个 skill，却藏着最高级的提示词技巧 用Claude Code + skill跑通AI+教育的变现闭环｜完整技术拆解 Claude Skill 完全入门指南（2……

LangGraph 运行时¶ [Pregel](https://langgraph.com.cn/reference/pregel/index.html#langgraph.pregel.Pregel “ Pregel”) 实现了 LangGraph 的运行时，管理 LangGraph 应用程序的执行。 编译一个 [StateGraph](https://langgraph.com.cn/reference/graphs/index.html#langgraph.graph.state.StateGraph “ StateGraph”) 或创建一个 [entrypoint](https://langgraph.com.cn/reference/func/index.html#langgraph.func.entrypoint “ entrypoint”) 会生成一个 [Pregel](https://langgraph.com.cn/reference/pregel/index.html#langgraph.pregel.Pregel “ Pregel”) 实例，该实例可以通过输入进行调用。 本指南从高层解释了运行时，并提供了直接使用 Pregel 实现应用程序的说明。 注意： [Pregel](https://langgraph.com.cn/reference/pregel/index.html#langgraph.pregel.Pregel “ Pregel”) 运行时以 Google 的 Pregel 算法命名，该算法描述了一种使用图进行大规模并行计算的有……

运行代理¶ 代理支持同步和异步执行，可使用 .invoke() / await .ainvoke() 获取完整响应，或使用 .stream() / .astream() 获取增量流式输出。本节将解释如何提供输入、解释输出、启用流式传输以及控制执行限制。 基本用法¶ 代理可以在两种主要模式下执行 同步使用 .invoke() 或 .stream() 异步使用 await .ainvoke() 或 async for 与 .astream() <code tabindex="0"><span id="__span-0-1">from langgraph.prebuilt import create_react_agent <span id="__span-0-2"> <span id="__span-0-3">agent = create_react_agent(...) <span id="__span-0-4"> <span id="__span-0-5">response = agent.invoke({"messages": [{"role": "user", "content": "what is the weather……

评估¶ 要评估代理的性能，可以使用 LangSmith 评估。您需要首先定义一个评估器函数来判断代理的结果，例如最终输出或轨迹。根据您的评估技术，这可能涉及或不涉及参考输出。 <span id="__span-0-1">def evaluator(*, outputs: dict, reference_outputs: dict): <span id="__span-0-2"> # compare agent outputs against reference outputs <span id="__span-0-3"> output_messages = outputs["messages"] <span id="__span-0-4"> reference_messages = reference["messages"] <span id="__span-0-5"> score = compare_messages(output_messages, reference_messages) <span id="__span-0-6"> return {"key": "evaluator_score", "score": score} 要开始使用，您可以使用 AgentEvals 包中的预构建评估器。 <span id="__span-1-1">pip install……

你有没有这样的经历？ 每次让 AI 帮你写周报，都要重复解释一遍格式要求。每次让它帮你改代码，都要再说一遍"按照我们团队的规范来"。 烦不烦？ 今天聊的这个东西，能彻底解决这个问题。 先打个比方 想象你新招了一个实习生。 第一天，你教他怎么做数据报表：用什么模板、数据从哪拉、格……

管理内存¶ 许多 AI 应用程序需要内存才能在多次交互中共享上下文。LangGraph 支持构建对话代理至关重要的两种内存类型： 短期内存：通过在会话中维护消息历史来跟踪正在进行的对话。 长期内存：在会话之间存储用户特定或应用程序级别的数据。 启用短期内存后，长对话可能会超出 LLM 的上下文窗口。常见……

你有没有这种感觉？ 每次用AI，都像在"开盲盒"——有时候惊艳，有时候离谱。同样的问题，今天答得好，明天又不行了。 但如果我告诉你，你可以把自己的专业经验"教"给AI，让它变成一个稳定输出的专家系统呢？如下就是用Skills + 一个PDF得到的：……

添加人工干预¶ interrupt¶ LangGraph 中的 [interrupt 函数](https://langgraph.com.cn/reference/types/index.html#langgraph.types.interrupt “ interrupt”) 通过在特定节点暂停图表，向人类呈现信息，并根据其输入恢复图表，从而实现人……

流式传输¶ 流式传输是构建响应式应用程序的关键。您可能需要流式传输以下几种类型的数据： 代理进度 — 在代理图中的每个节点执行后获取更新。 LLM 令牌 — 在语言模型生成令牌时进行流式传输。 自定义更新 — 在执行过程中从工具发出自定义数据（例如，“已获取 10/100 条记录”） 您可以同时流式传输多种类型的数据。 等……

Claude Skills[1] 出来一段时间了，落地的东西没怎么见到，光看自媒体狂欢了。一会儿是“新 AI 范式”了，一会儿又“颠覆 Agent 开发”啦。 Skills 真的没什么新东西，核心就是将 Prompt（通过 SKILL.md）与 Tool（脚本代码形式）封装在一起。 夸 Skills 的主要集中在这几点： 提供标准化格式进行能力封装，适配不同模型与……