朗链建设者
- 作者仓库星标 0
- 作者仓库 skills-registry
- 领域
- 人工智能
- 作者声明的智能体
- 未找到明确声明;不据此推断已兼容或已测试
- 静态检查
- 88 / 100 · 启发式扫描,不代表运行安全
- 运行环境证据
- 未执行;当前没有隔离运行测试证据
- 作者 / 版本 / 许可证
- @tomevault-io · 未声明许可证
- 上下文用量评级
- 低消耗
- 接入复杂程度
- 即装即用
- 是否需要外部接口密钥
- 不需要
- 兼容的系统
- 未声明(默认跨平台)
- 运行环境要求
- Python
- 检测到的文件与系统行为
-
- 只读
- 允许写入 / 修改
- 读取环境变量
- 网络行为
- 仅限本地
- 安装命令数
- 无(仅作为资料)
需要注意: 未声明工具权限范围;实际权限由运行环境决定。
python3 langchain_builder.py init my-rag-app
python3 langchain_builder.py chain llm --name summarizer
python3 langchain_builder.py agent search,calculator
python3 langchain_builder.py prompt "Summarize a document in 3 bullet points"
python3 langchain_builder.py validate my_chain.py
# LangChain Builder
Build LangChain chains, agents, and tool integrations with scaffolding, validation, and template generation.
## What it does
Scaffolds LangChain projects, generates chain and agent configurations, creates prompt templates, and validates chain configs for common errors. Produces ready-to-run Python files with proper imports and structure.
## Commands
| Command | Description |
|---------|-------------|
| `init <project>` | Scaffold a new LangChain project with requirements.txt and project structure |
| `chain <type> --name <n>` | Generate a chain template: `llm`, `sequential`, `router` |
| `agent <tools>` | Generate an agent config with specified tools (search, calculator, python_repl) |
| `prompt <description>` | Create a prompt template from a natural language description |
| `validate <file>` | Check a chain/agent Python file for common configuration errors |
## Examples
```bash
python3 langchain_builder.py init my-rag-app
python3 langchain_builder.py chain llm --name summarizer
python3 langchain_builder.py agent search,calculator
python3 langchain_builder.py prompt "Summarize a document in 3 bullet points"
python3 langchain_builder.py validate my_chain.py
```
## Chain types
- **llm** — Single LLMChain with prompt + model
- **sequential** — SequentialChain connecting multiple LLMChains
- **router** — RouterChain that selects sub-chains based on input classification
## Generated files include
- Proper `langchain` imports (community packages where needed)
- Environment variable loading via `python-dotenv`
- Error handling and type hints
- Runnable patterns (LangChain Expression Language where applicable)
---
> Source: [Danielhogben/hermes-skills](https://github.com/Danielhogben/hermes-skills) — distributed by [TomeVault](https://tomevault.io).
<!-- tomevault:4.0:skill_md:2026-05-23 -->
章节与文件索引
按说明文件中的顺序排列。
它的作用
命令
链条类型
生成的文件包括
文件/命令 -> init <project> · chain <type> --name <n> · llm · sequential · router · agent <tools> · prompt <description> · validate <file>
内容校验值 -> c94fce76139b
当前原文的自动摘译,尚未人工审校。
它的作用
Scaffolds LangChain 项目,生成链和代理配置,创建提示模板,并验证链配置是否存在常见错误。生成具有正确导入和结构的可立即运行的 Python 文件。
命令
命令 · 描述
init <project>· 用requirements.txt和项目结构搭建一个新的LangChain项目chain <type> --name <n>· 生成链模板:llm、sequential、routeragent <tools>· 使用指定工具(搜索、计算器、python_repl)生成代理配置prompt <description>· 从自然语言描述链条类型
llm — 带提示 + 模型的单个 LLMChain — 连接多个 LLMChain 的顺序链 router — 根据输入分类选择子链的 RouterChain
生成的文件包括
正确的
langchain导入(需要时的社区包)通过python-dotenv加载环境变量错误处理和类型提示可运行模式(适用的LangChain表达式语言)来源:Danielhogben/hermes-skills - 由TomeVault分发。