langchain-ai/langchain-middleware

INVOQUEZ CETTE COMPÉTENCE lorsque vous avez besoin d'une approbation humaine dans la boucle, d'un middleware personnalisé ou d'une sortie structurée. Couvre HumanInTheLoopMiddleware pour l'approbation humaine des appels d'outils dangereux, la création de middleware personnalisé avec des hooks, les modèles de reprise de commande et la sortie structurée avec Pydantic/Zod.

Qu'est-ce que langchain-middleware ?

Cette compétence permet aux développeurs d'intégrer des mécanismes d'approbation humaine (Human-in-the-Loop) dans leurs agents IA, ce qui est essentiel pour les appels d'outils à risque (comme l'exécution de code ou la suppression de fichiers). Elle fournit également des fonctionnalités de middleware personnalisé utilisant des hooks pour intercepter et modifier les appels d'outils, ainsi que des modèles de reprise de commande (Command resume) pour gérer les interactions asynchrones. Enfin, elle prend en charge la sortie structurée via Pydantic (Python) ou Zod (JavaScript), garantissant que les résultats des agents sont validés et formatés selon des schémas prédéfinis. Cette compétence fonctionne avec les frameworks LangChain et LangGraph, et est adaptée aux environnements Python et JavaScript.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/langchain-ai/langchain-skills/tree/main/skills/langchain-middleware

Installed? Explore more Développement et programmation skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait langchain-middleware ?

INVOQUEZ CETTE COMPÉTENCE lorsque vous avez besoin d'une approbation humaine dans la boucle, d'un middleware personnalisé ou d'une sortie structurée. Couvre HumanInTheLoopMiddleware pour l'approbation humaine des appels d'outils dangereux, la création de middleware personnalisé avec des hooks, les modèles de reprise de commande et la sortie structurée avec Pydantic/Zod.

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

langchain-ai/deep-agents-core

INVOKE THIS SKILL when building ANY Deep Agents application. Covers create_deep_agent(), harness architecture, SKILL.md format, and configuration options.

langchain-ai/deep-agents-memory

INVOKE THIS SKILL when your Deep Agent needs memory, persistence, or filesystem access. Covers StateBackend (ephemeral), StoreBackend (persistent), FilesystemMiddleware, and CompositeBackend for routing.

langchain-ai/deep-agents-orchestration

INVOKE THIS SKILL when using subagents, task planning, or human approval in Deep Agents. Covers SubAgentMiddleware, TodoList for planning, and HITL interrupts.

langchain-ai/framework-selection

INVOKE THIS SKILL at the START of any LangChain/LangGraph/Deep Agents project, before writing any agent code. Determines which framework layer is right for the task: LangChain, LangGraph, Deep Agents, or a combination. Must be consulted before other agent skills.

langchain-ai/langchain-dependencies

INVOKE THIS SKILL when setting up a new project or when asked about package versions, installation, or dependency management for LangChain, LangGraph, LangSmith, or Deep Agents. Covers required packages, minimum versions, environment requirements, versioning best practices, and common community tool packages for both Python and TypeScript.

langchain-ai/langchain-fundamentals

Create LangChain agents with create_agent, define tools, and use middleware for human-in-the-loop and error handling.

langchain-ai/langchain-rag

INVOKE THIS SKILL when building ANY retrieval-augmented generation (RAG) system. Covers document loaders, RecursiveCharacterTextSplitter, embeddings (OpenAI), and vector stores (Chroma, FAISS, Pinecone).

langchain-ai/langgraph-fundamentals

INVOKE THIS SKILL when writing ANY LangGraph code. Covers StateGraph, state schemas, nodes, edges, Command, Send, invoke, streaming, and error handling.

langchain-ai/langgraph-human-in-the-loop

INVOKE THIS SKILL when implementing human-in-the-loop patterns, pausing for approval, or handling errors in LangGraph. Covers interrupt(), Command(resume=...), approval/validation workflows, and the 4-tier error handling strategy.

langchain-ai/langgraph-persistence

INVOKE THIS SKILL when your LangGraph needs to persist state, remember conversations, travel through history, or configure subgraph checkpointer scoping. Covers checkpointers, thread_id, time travel, Store, and subgraph persistence modes.

langchain-ai/swarm

Dispatches many independent items in parallel: create a table, fan out to subagents, aggregate results. One row = one unit of work.

Skills associés