准备篇

AgentSeek CLI(下)— 用 skills 命令安装开发辅助技能

在 GitHub 编辑此页

Skills 是什么

在 AgentSeek 体系中,Skill(技能) 是一种教会 AI 编码助手如何执行特定任务的知识包。每个 Skill 是一个 SKILL.md 文件,包含经过验证的工程经验——当你在 Claude Code、Codex、Cursor 等工具中开发时,助手会自动读取并应用这些知识。

目前我们给大家提供了两个核心技能:

查看内置技能列表

agentseek skills list
  AgentSeek Skills (ob-labs/agentseek)

    langsmith-trace
      LangSmith CLI setup, tracing, and trace debugging for AgentSeek backends

    langchain-dev-guide
      LangChain / LangGraph / DeepAgents pitfalls and fixes,
      plus CN model integration (DeepSeek, Qwen, GLM)

    github-repo-cards
      Generate visual repo cards for documentation and social sharing

  Install:
    agentseek skills add --all --global        # all skills
    agentseek skills add --skill <name> -g     # one skill

安装技能

安装单个技能:

agentseek skills add --skill langchain-dev-guide -g
agentseek skills add --skill langsmith-trace -g

一次安装全部:

agentseek skills add --all --global

-g / --global 会将技能安装到项目的 .agents/skills/ 目录,并自动为支持的编码助手创建符号链接(如 .claude/skills/)。

安装完成后,你会看到类似输出:

◇  Installed 2 skills

│  ✓ .agents/skills/langchain-dev-guide
│    universal: Codex, Cursor, Gemini CLI, Warp, Amp +12 more
│    symlinked: Claude Code
│  ✓ .agents/skills/langsmith-trace
│    universal: Codex, Cursor, Gemini CLI, Warp, Amp +12 more
│    symlinked: Claude Code

└  Done!

langchain-dev-guide 技能

这个技能覆盖了 LangChain / LangGraph / DeepAgents 开发中最常遇到的问题,目前包含 20+ 条经过验证的踩坑经验。每条都遵循 症状 → 原因 → 解决方案 → 经验总结 的结构。

覆盖场景

分类涉及问题
Deep Agents模型选择、文件系统后端、禁用默认子 Agent、长期记忆
模型接入OpenAI 兼容接口踩坑、Reasoning 模型集成
国产模型集成DeepSeek / Qwen / GLM / Moonshot 接入(内置 CN Model 模板)
Middleware执行顺序、state_schema 合并、HITL resume 值
Streamingstream_events vs stream 选择、多 LLM Token 区分
多 Agent 编排subagents vs handoffs、工具分发模式

使用示例

安装此技能后,你在编码助手中提问:

我想接入通义千问模型,应该怎么配置?

助手会查阅技能中的国产模型集成指南,给出两种方案:

  1. 通过 OpenAI 兼容接口(改 OPENAI_API_BASEOPENAI_API_KEY
  2. 通过内置的 CN Model 模板生成自定义 LangChain 集成类

再比如:

我想给 Deep Agent 添加一个自定义中间件

助手会找到 middleware 相关的指南,推荐装饰器和自定义中间件两种写法,并提醒执行顺序的注意点。

langsmith-trace 技能

这个技能专注于利用 LangSmith CLI 进行 Trace 调试。它帮助 AI 编码助手学会:拉取线上 Trace 数据,分析执行链路中的瓶颈和错误。

工作流程

当你觉得 Agent 的某次运行有问题时,用自然语言描述你的需求:

帮我分析上一次运行哪个环节比较慢

助手会按照技能中的调试流程:

  1. 使用 langsmith project list 找到对应项目
  2. 使用 langsmith trace list 拉取最近的 Trace
  3. 使用 langsmith trace get <id> 获取详细层级
  4. 分析各节点耗时,生成时间线,给出优化建议

使用前提

推荐的编码助手

视频中推荐使用 Claude CodeCodex 来配合这些技能,它们对 Skill 的执行最为积极。如果使用 Cursor 等 IDE,遇到技能未被自动调用的情况,可以在提问时直接提及技能名称来强制触发。

更新技能

技能会随着社区反馈持续更新。更新已安装的技能:

npx skills update

常用命令速查

# 查看内置技能列表
agentseek skills list

# 安装单个技能
agentseek skills add --skill langchain-dev-guide -g

# 安装全部技能
agentseek skills add --all --global

# 更新已安装技能
npx skills update

小结

本章你学会了:

  1. 使用 agentseek skills list 查看可用技能
  2. 使用 agentseek skills add 安装技能到项目
  3. langchain-dev-guide — 开发阶段的踩坑指南(模型接入、中间件、流式输出等)
  4. langsmith-trace — 调试阶段的 Trace 分析(拉取 Trace、分析瓶颈、定位问题)

遇到问题欢迎在 GitHub Issues 中反馈或直接提 PR,我们会持续补充到技能中形成正循环。

相关资源

AgentSeek CLI — skills 开发技能 B 站视频讲解