O que swarm faz?
Distribui muitos itens independentes em paralelo: crie uma tabela, distribua para subagentes, agregue resultados. Uma linha = uma unidade de trabalho.
Distribui muitos itens independentes em paralelo: crie uma tabela, distribua para subagentes, agregue resultados. Uma linha = uma unidade de trabalho.
O langchain-ai/swarm é uma habilidade para agentes de IA que permite processar de forma paralela e independente um grande número de itens. O fluxo de trabalho consiste em: primeiro, criar uma tabela onde cada linha representa uma unidade de trabalho; segundo, distribuir cada linha para um subagente que executa a tarefa de forma independente; e por fim, agregar os resultados de todos os subagentes de volta em um formato consolidado. Essa abordagem é especialmente útil para cenários onde é necessário executar muitas tarefas similares e independentes, como processamento de dados em lote, simulações, ou testes paralelos. A habilidade suporta plataformas como Claude Code e outros sistemas de agentes que permitem a definição de subagentes. Ao adotar um modelo de 'fan-out' e 'fan-in', o swarm maximiza a eficiência e reduz o tempo total de processamento, garantindo que cada unidade de trabalho seja tratada de forma isolada e os resultados sejam combinados de maneira estruturada.
npx skills add https://github.com/langchain-ai/langchain-skills/tree/main/skills/swarmInstalled? Explore more Produtividade e Colaboração skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
Distribui muitos itens independentes em paralelo: crie uma tabela, distribua para subagentes, agregue resultados. Uma linha = uma unidade de trabalho.
This repo contains 11 individual skills — each has its own dedicated page.
INVOKE THIS SKILL when building ANY Deep Agents application. Covers create_deep_agent(), harness architecture, SKILL.md format, and configuration options.
INVOKE THIS SKILL when your Deep Agent needs memory, persistence, or filesystem access. Covers StateBackend (ephemeral), StoreBackend (persistent), FilesystemMiddleware, and CompositeBackend for routing.
INVOKE THIS SKILL when using subagents, task planning, or human approval in Deep Agents. Covers SubAgentMiddleware, TodoList for planning, and HITL interrupts.
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.
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.
Create LangChain agents with create_agent, define tools, and use middleware for human-in-the-loop and error handling.
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.
INVOKE THIS SKILL when building ANY retrieval-augmented generation (RAG) system. Covers document loaders, RecursiveCharacterTextSplitter, embeddings (OpenAI), and vector stores (Chroma, FAISS, Pinecone).
INVOKE THIS SKILL when writing ANY LangGraph code. Covers StateGraph, state schemas, nodes, edges, Command, Send, invoke, streaming, and error handling.
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.
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.
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.