langchain-ai/langchain-rag

Invoquez cette compétence lors de la construction de tout système de génération augmentée par récupération (RAG). Couvre les chargeurs de documents, RecursiveCharacterTextSplitter, les embeddings (OpenAI) et les bases de données vectorielles (Chroma, FAISS, Pinecone).

Qu'est-ce que langchain-rag ?

Cette compétence est un guide complet pour construire des systèmes de génération augmentée par récupération (RAG) avec LangChain. Elle couvre les composants essentiels : les chargeurs de documents pour importer des données depuis diverses sources (PDF, HTML, bases de données), le RecursiveCharacterTextSplitter pour diviser les textes en morceaux exploitables, les embeddings d'OpenAI pour convertir le texte en représentations vectorielles, et les bases de données vectorielles (Chroma, FAISS, Pinecone) pour stocker et rechercher efficacement ces vecteurs. Utile pour les développeurs créant des pipelines RAG avancés, elle est compatible avec Claude Code, Cursor, et Codex. Son fonctionnement repose sur une approche modulaire : chargement, découpage, vectorisation et récupération, facilitant ainsi l'implémentation de systèmes de questions-réponses basés sur des documents volumineux.

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

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-rag ?

INVOQUEZ CETTE COMPÉTENCE lors de la construction de tout système de génération augmentée par récupération (RAG). Couvre les chargeurs de documents, RecursiveCharacterTextSplitter, les embeddings (OpenAI) et les bases de données vectorielles (Chroma, FAISS, Pinecone).

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-middleware

INVOKE THIS SKILL when you need human-in-the-loop approval, custom middleware, or structured output. Covers HumanInTheLoopMiddleware for human approval of dangerous tool calls, creating custom middleware with hooks, Command resume patterns, and structured output with Pydantic/Zod.

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