AI 原生开放教材

外观

《Deep Agents 实战》实践案例集·中文原文 ↗原件 ↓仓库 ↗

AgentSeek 准备篇（下）：为 AI 编码助手安装开发技能 ​

完成本章后，Codex、Claude Code 或其他兼容工具可以在当前项目中使用 langchain-dev-guide 和 langsmith-trace。

本文命令于 2026-07-15 验证。Skills CLI 会继续更新；请以 npx skills --help 的输出为准。

Windows 学员请沿用上一章选择的环境：WSL2 用户执行本文的 macOS / Linux / WSL2（Bash）命令；留在原生 Windows 的学员执行对应的 PowerShell 命令。不要在同一个项目中混用两套 Python、Node.js 或 Git 环境。

两类 Skill 的区别 ​

本章安装的是编码助手开发技能。它们帮助 Codex、Claude Code、Cursor 等工具修改和调试项目。

课程第 7 章介绍的是 DeepAgents 运行时 Skill。运行时 Skill 通过 create_deep_agent(skills=[...]) 提供给你的 Agent。两者都使用 SKILL.md，但服务对象不同：

类型使用者安装或加载方式本章是否涉及
编码助手开发技能Codex、Claude Code、Cursor 等npx skills add ...是
DeepAgents 运行时 Skill你构建的 Deep Agentcreate_deep_agent(skills=[...])否，见第 7 章

1. 查看 AgentSeek 开发技能 ​

Skills CLI 通过 npm 运行。先确认 Node.js 和 npm 已安装：

bash
node --version
npm --version

进入上一章生成的项目：

bash
cd research_deepagent

查看 AgentSeek 仓库提供的技能：

bash
npx skills add ob-labs/agentseek --list

仓库里的技能会继续增加，实际清单以命令输出为准。本课程重点使用其中两个：

Skill用途
langchain-dev-guideLangChain、LangGraph 和 DeepAgents 开发指南
langsmith-traceLangSmith Trace 查询与调试流程

输出中出现的其他技能与本课程准备流程无关，可以暂时忽略。

2. 安装到当前项目 ​

运行以下命令：

bash
npx skills add ob-labs/agentseek --skill langchain-dev-guide --skill langsmith-trace

Skills CLI 会检测本机已有的编码助手。按提示选择 Codex、Claude Code 或你正在使用的工具，并确认安装。

你也可以直接指定工具。安装到 Codex：

bash
npx skills add ob-labs/agentseek --skill langchain-dev-guide --skill langsmith-trace --agent codex --yes

安装到 Claude Code：

bash
npx skills add ob-labs/agentseek --skill langchain-dev-guide --skill langsmith-trace --agent claude-code --yes

本章使用项目级安装，不加 --global。技能只作用于当前项目，也更方便你在安装后先检查内容，再决定是否把它们纳入版本管理。

3. 检查安装位置 ​

列出当前项目和用户目录中的已安装技能：

bash
npx skills list

不同编码助手读取不同目录：

编码助手项目级目录全局目录
Codex.agents/skills/~/.agents/skills/
Claude Code.claude/skills/~/.claude/skills/
Cursor.agents/skills/~/.agents/skills/

项目级安装是默认行为。--global 会写入用户级目录，不会写入当前项目的 .agents/skills/。

如果你选择了 Codex，可以检查技能入口：

bash
ls .agents/skills/langchain-dev-guide/SKILL.md
ls .agents/skills/langsmith-trace/SKILL.md

如果你选择了 Claude Code，请把路径替换为 .claude/skills/。

4. 使用 langchain-dev-guide ​

langchain-dev-guide 汇总了 LangChain 生态开发中容易出现的配置和运行问题，主要覆盖：

  • DeepAgents 模型、文件系统、子 Agent 和长期记忆
  • OpenAI 兼容接口与国产模型接入
  • Middleware、流式输出和多 Agent 编排
  • 结构化输出、Tool Call 和运行时上下文问题

在编码助手中输入一个具体任务，并明确提到技能名称：

text
请使用 langchain-dev-guide 检查这个 deepagents/research 项目的模型配置。
本课程默认通过 SiliconFlow 的 OpenAI 兼容接口使用 GLM。
请核对环境变量，并说明 Tool Call、reasoning_content 等能力的兼容性边界。

编码助手应该先读取 langchain-dev-guide/SKILL.md，再按需读取它引用的资料。你可以要求助手说明它使用了哪个参考文件，以确认技能已经生效。

另一个示例：

text
请使用 langchain-dev-guide，为这个研究 Agent 添加自定义 Middleware。
先检查 Middleware 执行顺序和 state_schema 合并规则，再给出修改方案。

5. 实操：用 langsmith-trace 定位一次慢调用（5–10 分钟） ​

本节使用上一章 deepagents/research 生成的 Trace。完成后，你应该能指出研究过程慢在哪里、判断依据是什么，以及下一步如何优化。

开始前确认：

  • 上一章已经启用 LANGSMITH_TRACING=true
  • .env 中已经设置 LANGSMITH_API_KEY 和 LANGSMITH_PROJECT=deepagents-course
  • deepagents-course 或 default 中至少有一条已完成的 research Trace
  • 当前项目已经安装 langsmith-trace

5.1 检查 CLI 和认证 ​

先确认 LangSmith CLI 是否可用。

macOS / Linux / WSL2：

bash
command -v langsmith
langsmith --version

原生 Windows PowerShell：

powershell
if (Get-Command langsmith -ErrorAction SilentlyContinue) {
  langsmith --version
} else {
  Write-Warning "LangSmith CLI 未安装，请先执行下面的 Windows 安装步骤。"
}

如果命令不存在，使用 LangSmith CLI 官方安装脚本。

macOS / Linux / WSL2：

bash
curl -fsSL https://cli.langsmith.com/install.sh | sh

原生 Windows PowerShell：

powershell
irm https://cli.langsmith.com/install.ps1 | iex

安装完成后关闭并重新打开终端，再运行 langsmith --version。如果仍然找不到命令，请按安装器输出修复 PATH。安装脚本与最新版本见 LangSmith CLI 官方仓库。

PyPI 的 langsmith 包是 Python SDK，不提供这里使用的 CLI 可执行文件；不要使用 uv tool install langsmith 安装 LangSmith CLI。

LangSmith CLI 从环境变量读取凭证。请在项目根目录加载 .env。

macOS / Linux / WSL2：

bash
set -a
source .env
set +a

原生 Windows PowerShell：

powershell
Get-Content .env | ForEach-Object {
  if ($_ -match '^\s*([A-Za-z_][A-Za-z0-9_]*)=(.*)$') {
    $value = $matches[2] -replace '^"(.*)"$', '$1'
    Set-Item -Path "Env:$($matches[1])" -Value $value
  }
}

PowerShell 片段只加载本课程 .env 中常见的 KEY=value 行，并忽略注释和其他格式；它不会把 .env 当作 PowerShell 脚本执行。

确认凭证有效，并找到最近有运行记录的项目：

bash
langsmith --format pretty project list

你应该能在列表中找到 deepagents-course。如果最近的 research Trace 已经进入 default，可以把后续命令中的项目名换成 default，直接分析已有 Trace。LANGSMITH_PROJECT 只影响未来运行；只有两个项目中都没有已完成的 research Trace 时，才需要修正配置并重新运行研究问题。

不要把真实 Key 写进 Shell 命令，也不要使用 --api-key。命令可能进入 Shell 历史、进程列表或编码助手日志。

5.2 找到完整 Trace ​

先列出最近的根 Trace：

bash
langsmith trace list --project deepagents-course --name research --include-metadata --limit 5

复制最新、状态已完成的 research 根节点 trace_id，再查看完整运行树：

bash