langgraph-python-quickstart — скилл для Claude Code: установка
Разворачивает минимального локального агента на LangGraph в Python по официальной документации. Пригодится для быстрой проверки агента в чистой изолированной папке.
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -a claude-codeЧто делает langgraph-python-quickstart
Скилл обращается к актуальной странице документации через Docs MCP или HTTP, чтобы не генерировать устаревший код по памяти. Все файлы создаются в новой изолированной папке вроде langgraph-agent/, благодаря чему текущее рабочее окружение остаётся нетронутым. Внутри строится базовый математический агент на Graph API без использования визуализации IPython.
Подключение языковой модели настраивается через init_chat_model. Если выбрана anthropic:claude-sonnet-5, скилл намеренно убирает параметры temperature, top_p и top_k, поскольку эта модель их не поддерживает. При необходимости можно передать и другого провайдера, например openai:gpt-5.5 или google_genai:gemini-2.5-flash-lite.
В конфигурации не используются сторонние сервисы вроде LangSmith или Tavily, пока пользователь прямо их не запросит. Скилл просит указать ключ модели в локальном .env, запускает тестовое сложение двух чисел, показывает вывод и завершает сессию.
Какие задачи решает
- развернуть локального агента LangGraph в отдельном каталоге
- собрать агента-калькулятора на Graph API по свежей документации
- подключить модель через
init_chat_modelс корректными параметрами - проверить базовый запуск агента без лишних внешних зависимостей
Примеры запросов агенту
- Создай минимального агента LangGraph в Python с моделью anthropic:claude-sonnet-5.
- Собери локальный проект langgraph-agent по официальному quickstart.
Как установить langgraph-python-quickstart
1Через Skills CLI (Vercel)
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -a claude-code2Вручную: положить файлы
~/.claude/skills/langgraph-python-quickstart/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/langgraph-python-quickstart/
1Через Skills CLI (Vercel)
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -a codex2Вручную: положить файлы
.agents/skills/langgraph-python-quickstart/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -a cursor2Вручную: положить файлы
.cursor/skills/langgraph-python-quickstart/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install langchain-ai/langchain-skills langgraph-python-quickstart2Вручную: положить файлы
.github/skills/langgraph-python-quickstart/SKILL.md1Через Skills CLI (Vercel)
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -a gemini-cli2Командой платформы
gemini skills install https://github.com/langchain-ai/langchain-skills --path config/skills/langgraph-python-quickstartВручную: положить файлы
.devin/skills/langgraph-python-quickstart/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Из того же набора22
Похожие
Рядом в теме «Настройка агента: память, контекст, субагенты»
Всё по теме «Настройка агента: память, контекст, субагенты» →Вопросы о langgraph-python-quickstart
Как установить langgraph-python-quickstart в Claude Code?
Выполните команду npx skills add langchain-ai/langchain-skills --skill langgraph-python-quickstart -a claude-code.
Что делает langgraph-python-quickstart?
Он читает официальный quickstart LangGraph, создаёт изолированную папку проекта и настраивает математического агента на базе Graph API.
Какие модели поддерживает этот скилл?
Поддерживается любая модель, совместимая с init_chat_model, включая openai:gpt-5.5 и google_genai:gemini-2.5-flash-lite. По умолчанию задаётся anthropic:claude-sonnet-5.
Исходный текст
SKILL.md · MIT
---
name: langgraph-python-quickstart
description: "Scaffold a minimal local LangGraph agent in Python by following the official quickstart. Use when the user wants to quickly build or try a LangGraph agent locally."
---
# LangGraph Python quickstart
Follow the live docs — do not invent an alternate API from memory:
**https://docs.langchain.com/oss/python/langgraph/quickstart**
Fetch that page (Docs MCP or HTTP) and implement what it shows (calculator / math agent with the Graph API). Prefer the Graph API path over the Functional API unless the user asks otherwise. Skip IPython graph visualization.
## Local setup constraints
Apply these on top of the quickstart (they keep setup minimal and model-agnostic):
1. **Ask** which provider/model to use. Showcase that LangGraph works with any LangChain chat model. Suggested prompt:
> Which model should this agent use? Pass a `provider:model` string — e.g. `openai:gpt-5.5`, `anthropic:claude-sonnet-5`, `google_genai:gemini-2.5-flash-lite`. Default if you're unsure: **`anthropic:claude-sonnet-5`**.
The docs often hardcode Anthropic — replace with `init_chat_model("<MODEL>")` (or equivalent) using their choice. If using Claude Sonnet 5+, omit `temperature` / `top_p` / `top_k` (unsupported).
2. Create a **new** directory (e.g. `langgraph-agent/`) and do all work there — do not pollute the open project.
3. Only secret: the provider API key in `.env` (gitignored). No LangSmith / Tavily unless they ask. Prefer they edit `.env` themselves — don't paste keys into chat.
4. Install packages from the quickstart plus the provider package for their model.
5. Run the example (e.g. “Add 3 and 4.”), show output, then stop. Point to `langgraph-fundamentals` for next steps. For a higher-level agent API, use LangChain `create_agent` instead.
© langchain-ai · MIT · langchain-ai/langchain-skills
