agents-playground
LangChain/LangGraph智能体的实验与开发平台
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agents-playground。 它的用途是：LangChain/LangGraph智能体的实验与开发平台 完整的 Skill 内容见：https://321skill.com/skills/agents-playground/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我想创建一个能处理多步骤任务的智能体，并测试它的对话流程。”，它会引导你使用仓库中的 Jupyter Notebook 或 CLI 工具，通过 LangGraph 定义智能体的状态图和节点，并运行 agentchat-programmatic 来观察智能体的决策过程。
介绍
agents-playground 是一个专为 LangChain 和 LangGraph 智能体开发者设计的实验性仓库，旨在提供一个便捷的环境来探索、构建和测试各类智能体应用。它解决了开发者从零开始搭建智能体开发环境、集成工具链和运行示例的繁琐问题，通过预置的配置和脚本，让开发者能快速上手。
使用方式非常灵活，开发者可以通过 Jupyter Notebook 进行交互式实验，也可以通过命令行工具运行预设的聊天代理示例（如 agentchat-direct 和 agentchat-programmatic），从而快速验证智能体逻辑和工作流。仓库内置了完整的开发工具链，包括代码检查、格式化、类型检查等，通过 make 命令即可轻松调用。
这个仓库非常适合正在学习或研究 LangChain/LangGraph 框架的智能体开发者、全栈开发者以及希望将 AI 代理集成到项目中的工程师。它降低了智能体开发的入门门槛，让开发者能专注于智能体逻辑本身，而非环境配置。
建议用户在使用前仔细阅读相关文档（如 docs/agentchat.md），并确保已正确设置环境变量（如 ANTHROPIC_API_KEY）。由于是实验性仓库，其中的代码和示例可能处于快速迭代中，适合用于学习和原型开发，生产环境使用需谨慎评估。
核心特点
专注于为 LangChain/LangGraph 智能体提供开箱即用的实验与开发环境，集成了完整的工具链（ruff, mypy, pre-commit）和多种交互模式（Notebook, CLI），方便开发者快速搭建原型并进行代码质量管控。
注意事项
这是一个实验性仓库，代码和示例可能不稳定，不适合直接用于生产环境。
常见问题
如何开始使用这个仓库进行智能体开发？
按照 README 中的 Setup 步骤，使用 uv 同步依赖并配置 API 密钥，然后即可通过 Jupyter Notebook 或 CLI 命令运行示例。
这个仓库支持哪些 AI 模型？
从环境配置看，主要需要配置 ANTHROPIC_API_KEY，因此默认支持 Anthropic 的模型（如 Claude），但作为开发平台，可以集成其他 LangChain 支持的模型。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agents-playground/raw/index.md 读取 agents-playground 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agents-playground/raw/index.md（查看排版版本）