Install
npx skills add langchain-ai/langchain-skills --skill '*' --yesÀ qui ça s'adresse
Si tu veux qu'un Agent de code construise LangChain, LangGraph ou Deep Agents d'après les skills officiels, au lieu de mélanger de vieilles interfaces de mémoire, cet ensemble convient mieux. Il s'installe avec npx skills et vise tout Agent qui gère la spec Agent Skills. L'entrée de spec est
https://skills.sh/
Les notes d'installeur sont sur
https://github.com/vercel-labs/skills
La page cite plusieurs clients et écrit and more : ce n'est pas une liste fermée. Ceux qui veulent seulement les flux trace ou dataset de LangSmith doivent aller dans un autre dépôt, pas installer cet ensemble. Le projet est en développement précoce ; les API et le contenu des skills peuvent changer. Il faut accepter que les interfaces bougent encore.
Premier essai en 3 minutes
L'installation officielle est écrite sur la page comme celle-ci :
npx skills add langchain-ai/langchain-skills --skill '*' --yes
--skill '*' veut dire installer tous les skills ; --yes saute la confirmation. Cela change la config de skills du projet courant ; ce n'est pas une consultation en lecture seule. Confirme que tu as npx en local et que le répertoire courant est le projet où tu veux écrire, puis exécute. N'ajoute pas un autre installeur à côté.
Si tu vas ensuite utiliser des modèles OpenAI ou Anthropic, définis d'abord OPENAI_API_KEY et/ou ANTHROPIC_API_KEY dans le shell. La page a donné des exemples d'export avec des espaces réservés ; ces valeurs ne sont pas répétées ici. Ne colle pas de clés dans la conversation.
Une fois installé, fais d'abord une comparaison en lecture seule : demande à l'Agent d'expliquer comment il construira un Agent LangChain ou LangGraph minimal avec ces skills, sans écrire de fichiers. Signal de succès : il parle de ces trois blocs (LangChain, LangGraph, Deep Agents) et peut pointer des skills installés, au lieu de commencer un dataset LangSmith. S'il veut générer un squelette de projet, fais-lui nommer les chemins à créer, et n'autorise l'écriture disque qu'après confirmation.
Cas d'usage
Cas 1 : Construire un Agent dans le périmètre des skills de ce dépôt. Une tâche peut être « rédige un Agent LangChain ou LangGraph d'après les skills installés ». Deep Agents est nommé, mais le texte de page disponible n'explique pas la différence avec les deux premiers et ne donne pas de commande d'échafaudage. Tu peux demander : d'abord lire les skills, puis proposer ; tu ne peux pas exiger un CLI deep-agents non écrit. Confirme encore l'ensemble de fichiers avant de générer du code. Développement précoce signifie qu'un exemple qui tourne aujourd'hui peut ne plus coller dans quelques jours.
Cas 2 : Traces et datasets LangSmith. Officiellement, ces workflows doivent utiliser
https://github.com/langchain-ai/langsmith-skills
et non ce dépôt. Si l'Agent commence à installer des skills LangSmith seuls ou à changer la config de tracing dans ce projet, arrête et bascule vers ce dépôt-là. Cette page n'écrit pas la commande d'installation de langsmith-skills ; ici tu ne fais que « repérer le mauvais dépôt », tu ne remplaces pas leur démarrage.
Limites d'usage
Le développement précoce est une limite dure : les API et le contenu des skills peuvent changer. Ne traite pas le corps d'un skill d'une installation comme un contrat stable à long terme. La commande d'installation est la ligne npx skills add ci-dessus ; n'ajoute pas un autre installeur à côté.
Les clés ne couvrent que ces deux noms de variables : OpenAI et Anthropic. La page n'écrit pas les variables d'environnement d'autres éditeurs, ni si les skills peuvent encore faire de la conception de structure pure sans clés.
Le premier arrêt est un plan en lecture seule après installation. Toute écriture dans le dépôt, toute soumission de clés, ou tout enfournement d'un flux LangSmith dans ce projet doit d'abord faire répéter les fichiers à changer et la base ; tu confirmes, puis ça continue.