Skip to main content
在技能架构中，专门的能力被封装为可调用的“技能”，以增强代理的行为。技能主要是由提示驱动的专门化，代理可以按需调用。 有关内置技能支持，请参阅深度代理。
此模式在概念上与代理技能和llms.txt（由Jeremy Howard引入）相同，后者使用工具调用来逐步披露文档。技能模式将逐步披露应用于专门的提示和领域知识，而不仅仅是文档页面。有关可立即使用的技能，这些技能可提高您的代理在LangChain生态系统任务上的性能，请参阅LangChain技能仓库。

​
关键特性

  • 提示驱动的专门化：技能主要由专门的提示定义
  • 逐步披露：技能根据上下文或用户需求变得可用
  • 团队分发：不同的团队可以独立开发和维护技能
  • 轻量级组合：技能比完整的子代理更简单
  • 引用感知：技能可以引用脚本、模板和其他资源

​
使用时机

当您希望一个代理具有多种可能的专门化，不需要在技能之间强制执行特定约束，或者不同团队需要独立开发功能时，请使用技能模式。常见示例包括编码助手（针对不同语言或任务的技能）、知识库（针对不同领域的技能）和创意助手（针对不同格式的技能）。

​
基本实现

import { tool, createAgent } from "langchain";
import * as z from "zod";

const loadSkill = tool(
  async ({ skillName }) => {
    // 从文件/数据库加载技能内容
    return "";
  },
  {
    name: "load_skill",
    description: `加载一个专门的技能。

可用技能：
- write_sql: SQL查询编写专家
- review_legal_doc: 法律文档审阅者

返回技能的提示和上下文。`,
    schema: z.object({
      skillName: z
        .string()
        .describe("要加载的技能名称")
    })
  }
);

const agent = createAgent({
  model: "gpt-4.1",
  tools: [loadSkill],
  systemPrompt: (
    "您是一个有用的助手。" +
    "您可以访问两个技能：" +
    "write_sql 和 review_legal_doc。" +
    "使用 load_skill 来访问它们。"
  ),
});
有关完整实现，请参阅下面的教程。

教程：使用按需技能构建SQL助手

了解如何实现具有逐步披露的技能，其中代理按需加载专门的提示和模式，而不是预先加载。

​
扩展模式

在编写自定义实现时，您可以通过以下几种方式扩展基本技能模式：
  • 动态工具注册：将逐步披露与状态管理相结合，在技能加载时注册新的工具。例如，加载“database_admin”技能可以同时添加专门的上下文并注册数据库特定的工具（备份、恢复、迁移）。这使用了多代理模式中相同的工具和状态机制——工具更新状态以动态更改代理功能。
  • 层次化技能：技能可以在树结构中定义其他技能，创建嵌套的专门化。例如，加载“data_science”技能可能会使子技能如“pandas_expert”、“visualization”和“statistical_analysis”可用。每个子技能可以按需独立加载，允许对领域知识进行细粒度的逐步披露。这种层次化方法通过将功能组织成逻辑组来帮助管理大型知识库，这些组可以按需发现和加载。
  • 引用感知：虽然每个技能只有一个提示，但该提示可以引用其他资产的位置，并提供有关代理何时应使用这些资产的信息。 当这些资产变得相关时，代理将知道这些文件的存在，并在需要时将它们读入内存以完成任务。 这也遵循逐步披露模式，并限制了上下文窗口中的信息。
在GitHub上编辑此页面 或 提交问题。
连接这些文档 到Claude、VSCode等，通过MCP获取实时答案。