Skip to main content
技能是可复用的代理能力,提供专门的工作流程和领域知识。
技能需要 deepagents>=1.7.0
你可以使用 Agent Skills 为你的深度代理提供新的能力和专业知识。要获取可直接使用的技能以提升代理在 LangChain 生态系统任务上的表现,请参阅 LangChain Skills 仓库。 深度代理技能遵循 Agent Skills 规范

什么是技能

技能是一个文件夹目录,其中每个文件夹包含一个或多个文件,这些文件包含代理可以使用的上下文:
  • 一个 SKILL.md 文件,包含关于该技能的说明和元数据
  • 额外的脚本(可选)
  • 额外的参考信息,例如文档(可选)
  • 额外的资源,例如模板和其他资源(可选)
任何额外的资源(脚本、文档、模板或其他资源)必须在 SKILL.md 文件中被引用,并说明文件包含的内容以及如何使用它,以便代理能够决定何时使用它们。

技能如何工作

当你创建一个深度代理时,你可以传入一个包含技能的目录列表。当代理启动时,它会读取每个 SKILL.md 文件的 frontmatter。 当代理收到提示时,它会检查在完成提示时是否可以使用任何技能。如果找到匹配的提示,它会审查技能文件的其余部分。这种仅在需要时才审查技能信息的模式称为渐进式披露

示例

你可能有一个技能文件夹,其中包含一个以特定方式使用文档站点的技能,以及另一个用于搜索 arXiv 预印本研究论文库的技能:
    skills/
    ├── langgraph-docs
    │   └── SKILL.md
    └── arxiv_search
        ├── SKILL.md
        └── arxiv_search.ts # 搜索 arXiv 的代码
SKILL.md 文件始终遵循相同的模式,以 frontmatter 中的元数据开始,后跟技能的说明。 以下示例展示了一个技能,它提供了在收到提示时如何提供相关 langgraph 文档的说明:
---
name: langgraph-docs
description: Use this skill for requests related to LangGraph in order to fetch relevant documentation to provide accurate, up-to-date guidance.
---

# langgraph-docs

## 概述

本技能说明如何访问 LangGraph Python 文档,以帮助回答问题并指导实施。

## 说明

### 1. 获取文档索引

使用 fetch_url 工具读取以下 URL:
https://docs.langchain.com/llms.txt

这提供了所有可用文档的结构化列表及其描述。

### 2. 选择相关文档

根据问题,从索引中识别 2-4 个最相关的文档 URL。优先考虑:

- 针对实施问题的具体操作指南
- 针对理解问题的核心概念页面
- 针对端到端示例的教程
- 针对 API 详情的参考文档

### 3. 获取选定的文档

使用 fetch_url 工具读取选定的文档 URL。

### 4. 提供准确的指导

阅读文档后,完成用户的请求。
更多示例技能,请参阅 Deep Agents 示例技能
重要有关编写技能文件时的约束和最佳实践,请参阅完整的 Agent Skills 规范。值得注意的是:
  • description 字段如果超过 1024 个字符,将被截断。
  • 在 Deep Agents 中,SKILL.md 文件必须小于 10 MB。超过此限制的文件在技能加载时将被跳过。

完整示例

以下示例展示了一个使用所有可用 frontmatter 字段的 SKILL.md 文件:
---
name: langgraph-docs
description: Use this skill for requests related to LangGraph in order to fetch relevant documentation to provide accurate, up-to-date guidance.
license: MIT
compatibility: Requires internet access for fetching documentation URLs
metadata:
  author: langchain
  version: "1.0"
allowed-tools: fetch_url
---

# langgraph-docs

## 概述

本技能说明如何访问 LangGraph Python 文档,以帮助回答问题并指导实施。

## 说明

### 1. 获取文档索引

使用 fetch_url 工具读取以下 URL:
https://docs.langchain.com/llms.txt

这提供了所有可用文档的结构化列表及其描述。

### 2. 选择相关文档

根据问题,从索引中识别 2-4 个最相关的文档 URL。优先考虑:

- 针对实施问题的具体操作指南
- 针对理解问题的核心概念页面
- 针对端到端示例的教程
- 针对 API 详情的参考文档

### 3. 获取选定的文档

使用 fetch_url 工具读取选定的文档 URL。

### 4. 提供准确的指导

阅读文档后,完成用户的请求。

用法

在创建深度代理时传入技能目录:
import { createDeepAgent, type FileData } from "deepagents";
import { MemorySaver } from "@langchain/langgraph";

const checkpointer = new MemorySaver();

function createFileData(content: string): FileData {
  const now = new Date().toISOString();
  return {
    content: content.split("\n"),
    created_at: now,
    modified_at: now,
  };
}

const skillsFiles: Record<string, FileData> = {};

const skillUrl =
  "https://raw.githubusercontent.com/langchain-ai/deepagentsjs/refs/heads/main/examples/skills/langgraph-docs/SKILL.md";
const response = await fetch(skillUrl);
const skillContent = await response.text();

skillsFiles["/skills/langgraph-docs/SKILL.md"] = createFileData(skillContent);

const agent = await createDeepAgent({
  checkpointer,
  // 重要:deepagents 技能源路径是相对于后端根目录的虚拟(POSIX)路径。
  skills: ["/skills/"],
});

const config = {
  configurable: {
    thread_id: `thread-${Date.now()}`,
  },
};

const result = await agent.invoke(
  {
    messages: [
      {
        role: "user",
        content: "什么是 langraph?如果可用,请使用 langgraph-docs 技能。",
      },
    ],
    files: skillsFiles,
  },
  config,
);
skills
list[str]
技能源路径列表。路径必须使用正斜杠指定,并且相对于后端的根目录。
  • 如果省略,则不加载任何技能。
  • 使用 StateBackend(默认)时,通过 invoke(files={...}) 提供技能文件。
  • 使用 FilesystemBackend 时,技能从相对于后端 root_dir 的磁盘加载。
对于同名技能,后面的源会覆盖前面的源(后者优先)。
SDK 仅加载你在 skills 中传入的源。它不会自动扫描 CLI 目录,如 ~/.deepagents/...~/.agents/...有关 CLI 存储约定,请参阅 应用数据
如果你想在 SDK 代码中实现类似 CLI 的分层,请按从低到高的优先级顺序显式传入所有所需的源:
[
"<user-home>/.deepagents/{agent}/skills/",
"<user-home>/.agents/skills/",
"<project-root>/.deepagents/skills/",
"<project-root>/.agents/skills/",
]
然后在创建代理时将该有序列表作为 skills 传入。

源优先级

当多个技能源包含同名技能时,skills 数组中列出较后的源中的技能优先(后者优先)。这允许你分层来自不同来源的技能。
// 如果两个源都包含名为 "web-search" 的技能,
// 则来自 "/skills/project/" 的那个优先(最后加载)。
const agent = await createDeepAgent({
  skills: ["/skills/user/", "/skills/project/"],
  ...
});

子代理的技能

当你使用子代理时,你可以配置每种类型可以访问哪些技能:
  • 通用子代理:当你向 create_deep_agent 传入 skills 时,会自动继承主代理的技能。无需额外配置。
  • 自定义子代理:不继承主代理的技能。在每个子代理定义中添加一个 skills 参数,指定该子代理的技能源路径。
技能状态完全隔离:主代理的技能对子代理不可见,子代理的技能对主代理也不可见。
const researchSubagent = {
  name: "researcher",
  description: "Research assistant with specialized skills",
  systemPrompt: "You are a researcher.",
  tools: [webSearch],
  skills: ["/skills/research/", "/skills/web-search/"],  // 子代理特定的技能
};

const agent = await createDeepAgent({
  model: "google_genai:gemini-3.1-pro-preview",
  skills: ["/skills/main/"],  // 主代理和通用子代理获得这些技能
  subagents: [researchSubagent],  // 研究员只获得自己的技能
});
有关子代理配置和技能继承的更多信息,请参阅子代理

代理看到的内容

配置技能后,代理的系统提示中会注入一个“技能系统”部分。代理使用此信息遵循三步流程:
  1. 匹配—当用户提示到达时,代理检查是否有任何技能的描述与任务匹配。
  2. 读取—如果适用某个技能,代理会使用其技能列表中显示的路径读取完整的 SKILL.md 文件。
  3. 执行—代理遵循技能的说明,并根据需要访问任何支持文件(脚本、模板、参考文档)。
SKILL.md frontmatter 中编写清晰、具体的描述。代理仅根据描述决定是否使用技能——详细的描述能带来更好的技能匹配。

在沙箱中执行技能脚本

技能可以包含与 SKILL.md 文件一起的脚本,例如,执行搜索或数据转换的 Python 文件。代理可以从任何后端_读取_这些脚本,但要_执行_它们,代理需要访问 shell——只有沙箱后端提供此功能。 当你使用 CompositeBackend 将技能路由到 StoreBackend 进行持久化,同时使用沙箱作为默认后端时,技能文件存储在存储中,而不是代码运行的沙箱中。为了让沙箱能够使用这些脚本,你必须使用自定义中间件在代理启动前将技能脚本上传到沙箱:
import { readFile, readdir } from "node:fs/promises";
import { join, posix, relative, resolve } from "node:path";
import { fileURLToPath } from "node:url";

import { createMiddleware } from "langchain";
import {
  CompositeBackend,
  createDeepAgent,
  type FileData,
  StoreBackend,
} from "deepagents";
import { InMemoryStore } from "@langchain/langgraph";

import { DaytonaSandbox } from "@langchain/daytona";

/** 每个用户相同的技能包:一个共享的存储命名空间。 */
const SKILLS_SHARED_NAMESPACE = ["skills", "builtin"] as const;

function createFileData(content: string): FileData {
  const now = new Date().toISOString();
  return {
    content: content.split("\n"),
    created_at: now,
    modified_at: now,
  };
}

function normalizeSkillsStoreKey(key: string): string {
  const k = String(key);
  if (k.includes("..") || /[*?]/.test(k)) {
    throw new Error(`Invalid key: ${key}`);
  }
  return k.startsWith("/") ? k : `/${k}`;
}

async function walkFiles(dir: string): Promise<string[]> {
  const entries = await readdir(dir, { withFileTypes: true });
  const files: string[] = [];
  for (const entry of entries) {
    const fullPath = join(dir, entry.name);
    if (entry.isDirectory()) {
      files.push(...(await walkFiles(fullPath)));
    } else if (entry.isFile()) {
      files.push(fullPath);
    }
  }
  return files.sort((a, b) => a.localeCompare(b));
}

/** 从磁盘加载规范技能文件到共享存储命名空间(部署时运行一次)。
 *  您可以从任何来源(本地文件系统、远程 URL 等)检索技能。
 */
async function seedSkillStore(store: InMemoryStore) {
  const moduleDir = resolve(fileURLToPath(new URL(".", import.meta.url)));
  const skillsDir = resolve(moduleDir, "skills");
  const filePaths = await walkFiles(skillsDir);
  for (const filePath of filePaths) {
    const rel = relative(skillsDir, filePath);
    // StoreBackend 的键是*相对于路由后端根目录*的路径。
    // CompositeBackend 在委托前会剥离路由前缀 (`/skills/`),
    // 因此存储键应类似于 "/<skillname>/SKILL.md"。
    const key = `/${posix.normalize(rel.split("\\").join("/"))}`;
    const content = await readFile(filePath, "utf8");
    await store.put([...SKILLS_SHARED_NAMESPACE], key, createFileData(content));
  }
}

/** 在每次代理运行前,将共享技能文件从存储复制到沙箱中。 */
function createSkillSandboxSyncMiddleware(backend: CompositeBackend) {
  return createMiddleware({
    name: "SkillSandboxSyncMiddleware",
    beforeAgent: async (state, runtime) => {
      const store = (runtime as any).store;
      if (!store) {
        throw new Error(
          "Store is required for syncing skills into the sandbox. " +
            "Pass `store` to createDeepAgent and ensure your runtime provides it.",
        );
      }

      const encoder = new TextEncoder();
      const files: Array<[string, Uint8Array]> = [];

      for (const item of await store.search([...SKILLS_SHARED_NAMESPACE])) {
        const normalized = normalizeSkillsStoreKey(String(item.key));
        const data = item.value as FileData;
        // CompositeBackend 路由路径并将批量上传到正确的后端。
        files.push([
          `/skills${normalized}`,
          encoder.encode(data.content.join("\n")),
        ]);
      }

      if (files.length > 0) await backend.uploadFiles(files);

      return state;
    },
  });
}

async function main() {
  const store = new InMemoryStore();
  await seedSkillStore(store);

  const sandbox = await DaytonaSandbox.create({
    language: "python",
    timeout: 300,
  });

  const backend = new CompositeBackend(sandbox, {
    "/skills/": new StoreBackend({
      store,
      namespace: () => [...SKILLS_SHARED_NAMESPACE],
    } as any),
  });

  try {
    const agent = await createDeepAgent({
      model: "google-genai:gemini-3.1-pro-preview",
      backend,
      skills: ["/skills/"],
      store,
      middleware: [createSkillSandboxSyncMiddleware(backend)],
    });

  } finally {
    await sandbox.close();
  }
}

main().catch((err) => {
  console.error(err);
  process.exitCode = 1;
});
中间件的 beforeAgent 钩子在每次代理调用前运行,从该共享命名空间读取技能文件并将其上传到沙箱文件系统。同步后,代理可以使用 execute 工具执行脚本,就像沙箱中的任何其他文件一样。 有关更完整的示例,该示例还双向同步记忆,请参阅使用自定义中间件同步技能和记忆

技能与记忆

技能和记忆AGENTS.md 文件)服务于不同的目的:
技能记忆
目的通过渐进式披露发现的按需能力启动时始终加载的持久上下文
加载仅在代理确定相关性时读取始终注入系统提示
格式命名目录中的 SKILL.mdAGENTS.md 文件
分层用户 → 项目(后者优先)用户 → 项目(合并)
使用场景说明是任务特定的且可能很大上下文始终相关(项目约定、偏好)

何时使用技能和工具

以下是使用工具和技能的一些通用指南:
  • 当有大量上下文时使用技能,以减少系统提示中的令牌数量。
  • 使用技能将能力捆绑成更大的操作,并提供超出单个工具描述的额外上下文。
  • 如果代理无法访问文件系统,则使用工具。