# langchain-development

Задаёт агенту правила разработки на LangChain и LangGraph: композиция цепочек, агенты, память, RAG. Пригодится, когда проект на Python растёт и код надо держать в одном стиле.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 681 установка · ★ 286
- Автор: Mindrally
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/Mindrally/skills/tree/HEAD/langchain-development/SKILL.md
- Обновлён: 2026-10-08
- HTML: https://affpapa.org/nevibecode/skills/langchain-development

## Что делает

Скилл превращает ассистента в эксперта по LangChain, LangGraph и приложениям на LLM с Python. Он требует писать короткие технические ответы с рабочими примерами на Python, держаться функционального и декларативного стиля и обходиться без классов там, где можно. Имена переменных — описательные, с вспомогательными глаголами вроде `is_active` или `has_context`, стиль — строго PEP 8.

Внутри — набор правил по структуре проекта и по ключевым частям стека. Код раскладывается по папкам `chains/`, `agents/`, `tools/`, `memory/`, `prompts/`, `retrievers/`, `callbacks/`, `utils/`, `tests/` и `config/`. Для композиции цепочек скилл настаивает на LCEL с оператором `|`, для одиночных вызовов — `invoke()`, для пачки входов — `batch()`, для потоковой выдачи — `stream()`. Отдельные блоки посвящены инструментам через декоратор `@tool` со схемой на Pydantic, памяти разговора, состоянию LangGraph на `TypedDict` с редьюсерами и чекпоинтами, а также RAG: сплиттеры, размер чанка с перекрытием, векторные хранилища, multi-query и реранкинг.

Есть разделы про LangSmith, обработку ошибок и тесты. Трассировка включается переменной `LANGCHAIN_TRACING_V2=true`, для критичных путей предлагаются fallback-цепочки, для I/O — асинхронные методы `ainvoke` и `abatch`. Скилл рассчитывает на установленные `langchain`, `langchain-core`, `langchain-community`, `langgraph`, `langsmith`, `python-dotenv` и `pydantic` — без них примеры из правил просто не запустятся.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Mindrally/skills --skill langchain-development -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/langchain-development/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/langchain-development/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Mindrally/skills --skill langchain-development -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/langchain-development/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Mindrally/skills --skill langchain-development -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/langchain-development/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Mindrally/skills langchain-development
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/langchain-development/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Mindrally/skills --skill langchain-development -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Mindrally/skills --path langchain-development
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/langchain-development/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Mindrally/skills --skill langchain-development -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Mindrally/skills/tree/HEAD/langchain-development/SKILL.md

## Когда брать
- собрать цепочку из ретривера, промпта и модели через LCEL
- описать инструмент агента со схемой аргументов на Pydantic
- вынести состояние графа LangGraph в TypedDict с редьюсерами
- настроить разбиение документов на чанки с перекрытием для RAG
- включить трассировку LangSmith и разложить код по модулям

## Примеры запросов агенту
- Собери retrieval-цепочку на LCEL: ретривер, промпт, модель, парсер вывода
- Опиши инструмент поиска по базе через @tool со схемой на Pydantic
- Задай состояние агента в LangGraph через TypedDict и добавь чекпоинты

## Похожие
- [langchain-architecture](https://affpapa.org/nevibecode/skills/langchain-architecture.md) — скилл · 13150 установок
- [langchain-python](https://affpapa.org/nevibecode/rules/langchain-python.md) — правило · ★ 40418
- [langchain-dev-guide](https://affpapa.org/nevibecode/skills/langchain-dev-guide.md) — скилл · 836 установок
- [migrating-langchain-to-pydantic-ai](https://affpapa.org/nevibecode/skills/migrating-langchain-to-pydantic-ai.md) — скилл · 314 установок
- [langchain-orchestration](https://affpapa.org/nevibecode/skills/langchain-orchestration.md) — скилл · 451 установка
- [langchain-fundamentals](https://affpapa.org/nevibecode/skills/langchain-fundamentals.md) — скилл · 17400 установок

Из того же набора: [mindrally/skills](https://affpapa.org/nevibecode/by/mindrally/skills.md) — 168 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md