# langgraph-testing-evaluation

Скилл langgraph-testing-evaluation для Claude Code проверяет и оценивает агентов LangGraph и LangChain. Он подключается к задачам с тестами узлов, оценкой траекторий и сравнением версий агента.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · ★ 106 у репозитория
- Автор: soba-labs
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/soba-labs/langchain-agent-skills/tree/HEAD/skills/langgraph-testing-evaluation/SKILL.md
- Обновлён: 2026-11-11
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/langgraph-testing-evaluation

## Что делает

Скилл помогает писать модульные и интеграционные тесты для агентов LangGraph и LangChain, создавать заготовки тестов и подменять ответы LLM и инструментов. В комплекте есть скрипты для Python и JavaScript/TypeScript, шаблон pytest и пример набора данных.

Для оценки траекторий доступны сопоставление с эталоном и оценка LLM-судьёй. Скрипты также запускают проверки наборов данных через LangSmith и сравнивают две версии агента по качеству и задержке. Для LangSmith-оценки нужен сам сервис LangSmith.

Результаты тестов можно использовать как пороги регрессии в CI, а ошибки разбирать по трассам и экспериментам. Реальные проверки с моделью предлагается держать отдельным небольшим набором, а для повторяемых тестов подменять ввод и вывод LLM и инструментов.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add soba-labs/langchain-agent-skills --skill langgraph-testing-evaluation -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add soba-labs/langchain-agent-skills --skill langgraph-testing-evaluation -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add soba-labs/langchain-agent-skills --skill langgraph-testing-evaluation -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install soba-labs/langchain-agent-skills skills/langgraph-testing-evaluation
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/langgraph-testing-evaluation/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add soba-labs/langchain-agent-skills --skill langgraph-testing-evaluation -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/soba-labs/langchain-agent-skills --path skills/langgraph-testing-evaluation
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add soba-labs/langchain-agent-skills --skill langgraph-testing-evaluation -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/soba-labs/langchain-agent-skills/tree/HEAD/skills/langgraph-testing-evaluation/SKILL.md

## Когда брать
- создать стартовые тесты для графа агента
- проверить маршрутизацию и взаимодействие узлов
- сопоставить траекторию агента с эталоном
- оценить набор примеров в LangSmith
- сравнить качество и задержку двух версий агента

## Примеры запросов агенту
- Создай стартовые тесты для графа `my_agent:graph` с помощью pytest.
- Проверь траекторию `my_agent:run_agent` на наборе `my_dataset` методом оценки LLM-судьёй.
- Сравни `my_agent:v1` и `my_agent:v2` на `dataset.json` и сохрани отчёт в `comparison_report.json`.

## Похожие
- [langchain-dependencies](https://affpapa.org/nevibecode/skills/langchain-dependencies.md) — скилл · 17000 установок
- [langgraph-typescript-quickstart](https://affpapa.org/nevibecode/skills/langgraph-typescript-quickstart.md) — скилл · 5900 установок
- [ns-langgraph-agents](https://affpapa.org/nevibecode/skills/ns-langgraph-agents.md) — скилл · 171 установка
- [instrumenting-with-mlflow-tracing](https://affpapa.org/nevibecode/skills/instrumenting-with-mlflow-tracing.md) — скилл · 1100 установок
- [options-analytics-agent-langgraph](https://affpapa.org/nevibecode/skills/options-analytics-agent-langgraph.md) — скилл · 2100 установок
- [langgraph](https://affpapa.org/nevibecode/skills/sickn33-langgraph.md) — скилл · 1300 установок

Из того же набора: [soba-labs/langchain-agent-skills](https://affpapa.org/nevibecode/by/soba-labs/langchain-agent-skills.md) — 9 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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