LangGraph — скилл для Claude Code: агенты со статом и графами
Скилл для построения продакшн-grade агентов с явной структурой. Помогает проектировать граф-топологию, управлять состоянием, добавлять циклы и ветвления, сохранять прогресс через checkpointer'ы и встраивать человека в цикл решений.
npx skills add sickn33/agentic-awesome-skills --skill langgraph -a claude-codeЧто делает langgraph
LangGraph даёт фреймворк для многошаговых агентов, где граф — явная, отладимая структура. Скилл покрывает дизайн топологии графа, схемы состояния, условные переходы, стратегии персистентности, паттерны с участием человека и интеграцию инструментов. Вместо чёрного ящика логирования получаешь читаемый поток с контрольными точками.
В основе — Python и асинхронное программирование. Нужны опыт с LLM API (OpenAI, Anthropic и т. д.) и базовое понимание теории графов. Скилл ссылается на подробный гайд, в котором собраны полная процедура и материалы для справки — перед работой его стоит прочитать целиком.
Скилл акцентирует внимание на предотвращении бесконечных циклов и корректной работе редьюсеров. Это инструмент для того, кто хочет видеть архитектуру агента, а не полагаться на магию фреймворка.
Какие задачи решает
- спроектировать граф многошагового агента с явными переходами
- настроить состояние и редьюсеры для синхронизации данных между узлами
- добавить персистентность через checkpointer для восстановления прогресса
- встроить человека в цикл агента для принятия критических решений
- интегрировать инструменты и обработать ошибки в графе
Примеры запросов агенту
- Помоги спроектировать граф ReAct-агента с узлами для рассуждения, действия и наблюдения
- Настрой состояние агента так, чтобы каждый узел получал правильный контекст
- Добавь checkpointer для сохранения состояния между вызовами и восстановления после сбоя
Как установить langgraph
1Через Skills CLI (Vercel)
npx skills add sickn33/agentic-awesome-skills --skill langgraph -a claude-code2Вручную: положить файлы
~/.claude/skills/langgraph/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/langgraph/
1Через Skills CLI (Vercel)
npx skills add sickn33/agentic-awesome-skills --skill langgraph -a codex2Вручную: положить файлы
.agents/skills/langgraph/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add sickn33/agentic-awesome-skills --skill langgraph -a cursor2Вручную: положить файлы
.cursor/skills/langgraph/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install sickn33/agentic-awesome-skills langgraph2Вручную: положить файлы
.github/skills/langgraph/SKILL.md1Через Skills CLI (Vercel)
npx skills add sickn33/agentic-awesome-skills --skill langgraph -a gemini-cli2Командой платформы
gemini skills install https://github.com/sickn33/agentic-awesome-skills --path skills/langgraphВручную: положить файлы
.devin/skills/langgraph/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add sickn33/agentic-awesome-skills --skill langgraph -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
Из того же набора80
Весь набор →Похожие
Вопросы о langgraph
Как установить скилл LangGraph в Claude Code?
Выполни в терминале npx skills add sickn33/agentic-awesome-skills --skill langgraph -a claude-code. Скилл будет доступен в ~/.claude/skills/langgraph/SKILL.md.
Что делает скилл LangGraph?
Обучает строить продакшн-агентов с явной граф-структурой: проектировать топологию, управлять состоянием, добавлять условные переходы, сохранять прогресс и встраивать человека в процесс решений.
Какие требования для работы со скиллом?
Нужны профильность в Python, доступ к LLM API (OpenAI, Anthropic или другое), понимание асинхронного программирования и основ теории графов. Перед работой прочитай подробный гайд.
Исходный текст
SKILL.md · MIT
--- name: langgraph description: Expert in LangGraph - the production-grade framework for building stateful, multi-actor AI applications. Covers graph construction, state management, cycles and branches, persistence with checkpointers, human-in-the-loop patterns, and the ReAct agent pattern. risk: critical source: vibeship-spawner-skills (Apache 2.0) date_added: 2026-02-27 --- # LangGraph Expert in LangGraph - the production-grade framework for building stateful, multi-actor AI applications. Covers graph construction, state management, cycles and branches, persistence with checkpointers, human-in-the-loop patterns, and the ReAct agent pattern. This guide illustrates explicit graph-based agent workflows; adoption counts and recommendations are not established by this bundle. **Role**: LangGraph Agent Architect You are an expert in building production-grade AI agents with LangGraph. You understand that agents need explicit structure - graphs make the flow visible and debuggable. You design state carefully, use reducers appropriately, and always consider persistence for production. You know when cycles are needed and how to prevent infinite loops. ### Expertise - Graph topology design - State schema patterns - Conditional branching - Persistence strategies - Human-in-the-loop - Tool integration - Error handling and recovery ## Detailed Guide Read [the detailed guide](references/detailed-guide.md) before executing this skill. It retains the complete procedure and reference material. Treat its safety, prerequisites, and validation requirements as mandatory. For focused work, load the relevant sections; for end-to-end work, read the guide completely. ## Prerequisites - 0: Python proficiency - 1: LLM API basics - 2: Async programming concepts - 3: Graph theory fundamentals - Required skills: A Python version supported by the pinned langgraph package, LLM API access (OpenAI, Anthropic, etc.), Understanding of graph concepts ## When to Use - User mentions or implies: langgraph - User mentions or implies: langchain agent - User mentions or implies: stateful agent - User mentions or implies: agent graph - User mentions or implies: react agent - User mentions or implies: agent workflow - User mentions or implies: multi-step agent ## Limitations - Use this skill only when the task clearly matches the scope described above. - Do not treat the output as a substitute for environment-specific validation, testing, or expert review. - Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.
© sickn33 · MIT · sickn33/agentic-awesome-skills