Busca e referencia a documentação Python do LangGraph para construir agentes com estado, criar fluxos de trabalho multiagente e implementar padrões humano-no-loop. Use quando o usuário perguntar sobre LangGraph, agentes gráficos, máquinas de estado, orquestração de agentes, API do LangGraph ou precisar de orientação de implementação do LangGraph.
Este skill, langchain-ai/langgraph-docs, permite que agentes de IA acessem e consultem a documentação oficial do LangGraph em Python para auxiliar no desenvolvimento de sistemas complexos de agentes. Ele é especialmente útil para construir agentes stateful (com estado), projetar workflows multiagente, implementar padrões de interação humano-no-loop, e entender conceitos como máquinas de estado e orquestração de agentes. A funcionalidade se baseia em buscar e referenciar automaticamente trechos relevantes da documentação do LangGraph, fornecendo orientações precisas de implementação, exemplos de código e explicações sobre a API. Suportado por plataformas como Claude Code, Cursor e Codex, ele integra-se perfeitamente ao fluxo de trabalho do desenvolvedor, garantindo que as respostas estejam atualizadas com a documentação mais recente. Ao receber perguntas sobre tópicos como 'gráfico de agentes', 'máquina de estado', 'agente supervisor', ou 'checkpoint', o skill recupera e sintetiza a informação mais relevante, economizando tempo e reduzindo erros.
npx skills add https://github.com/langchain-ai/deepagents/tree/main/skills/langgraph-docsInstalled? Explore more Produtividade e Colaboração skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
Busca e referencia a documentação Python do LangGraph para construir agentes com estado, criar fluxos de trabalho multiagente e implementar padrões humano-no-loop. Use quando o usuário perguntar sobre LangGraph, agentes gráficos, máquinas de estado, orquestração de agentes, API do LangGraph ou precisar de orientação de implementação do LangGraph.
This repo contains 4 individual skills — each has its own dedicated page.
Searches arXiv for preprints and academic papers, retrieves abstracts, and filters by topic. Use when the user asks to find research papers, search arXiv, look up preprints, find academic articles in physics, math, CS, biology, statistics, or related fields.
Writes and structures long-form blog posts, creates tutorial outlines, and optimizes content for SEO with cover image generation. Use when the user asks to write a blog post, article, how-to guide, tutorial, technical writeup, thought leadership piece, or long-form content.
Drafts engaging social media posts, writes hooks, suggests hashtags, creates thread structures, and generates companion images. Use when the user asks to write a LinkedIn post, tweet, Twitter/X thread, social media caption, social post, or repurpose content for social platforms.
Searches multiple web sources, synthesizes findings, and produces cited research reports using delegated subagents. Use when the user asks to research a topic online, search the web, look something up, find current information, compare options, or produce a research report.
Gemini CLI one-shot prompts, summaries, generation, skills, hooks, MCP, or Gemma routing.
Fetch GitHub issues, select candidates, spawn background fix agents, open PRs, and optionally process PR review comments.
Create, edit, audit, tidy, validate, or restructure AgentSkills and SKILL.md files.
Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.
Delegate coding work to Codex, Claude Code, or OpenCode as background workers; not simple edits or read-only code lookup.
List, configure, authenticate, call, and inspect MCP servers/tools with mcporter over HTTP or stdio.