Agent Skills Hub

langgraph

LangGraph 专家技能，专为构建具状态、多角色 AI 代理工作流而设计，包含持久化、条件分支与 ReAct 模式。

langgraph-workflows

掌握 LangGraph 多智能体编排。使用监管者-工作者模式、条件路由与状态管理，构建具备容错能力的复杂 AI 工作流。

langchain-architecture

使用 LangChain 1.x 与 LangGraph 构建生产级 LLM 应用程序。实现状态化 AI 代理、多步骤工作流程，并为复杂的对话与自动化任务构建自定义记忆系统。

agentic-workflows

构建企业级 AI 代理系统，支持 LangGraph、Anthropic/OpenAI/vLLM 与结构化输出。具备流式传输、A2A 协议、Pydantic 验证、向量记忆体与防幻觉机制，适用于复杂的多代理协作工作流。

personal-brand-agent

基于 LangGraph 与 Claude Opus 4.5 的自动化 LinkedIn 内容营销多代理系统，涵盖趋势研究、内容生成、个人品牌语调分析与成效追踪。

trulens-evaluation-workflow

使用 TruLens 对 LLM 应用程序进行检测、评估与监控的系统化工作流程，支持 LangChain、LangGraph 与 LlamaIndex 等框架。

agent-architecture

实现生产级 AI 代理。包含 LangGraph、工具调用护栏、SSE 流式传输、情节记忆与 pgvector。提供反模式分析与修正代码。

symbols

通过智能符号索引、领域分块与架构层过滤，实现代码库的高效率导航。在探索或开发复杂系统时，可减少 60-95% 的 Token 使用量。

rag-implementation

使用向量数据库、语义搜索与 LangGraph 构建生产级 RAG 系统，为 LLM 提供外部知识基础。

language-learning

AI 语言学习导师，提供对话练习、语法教学、单词训练及字卡记忆。支持超过 100 种语言，包含西班牙语、法语、日语及中文等。

mcpgraph

构建无代码 MCP 服务器，通过 YAML 以有向图形式编排工具，实现数据转换、条件路由与自动化工作流。

nexau-agent

从零开始构建、配置与部署 NexAU Agent 的完整指南与开发框架，包含工具、提示词与技能实现。