使用 LangChain 1.0 构建的 Skills Agent，演示 Skills 三层加载机制的底层原理。默认使用 Anthropic，也支持 OpenAI / OpenAI-compatible 接口。

B站视频： Skills到底怎么实现？我写了个Agent跑给你看

特性

• 多 Provider 支持： 默认 Anthropic，支持 OpenAI / OpenAI 兼容基础 URL
• 扩展思维：Anthropic模型可显示思考过程（蓝色面板）
• 流式输出： 令牌级实时显示响应
• 工具调用可视化: 显示工具名称、参数、执行结果
• 三层 Skills 加载： Level 1 元数据注入 → Level 2 指令加载 → Level 3 脚本执行

快速开始

1.安装

2.配置模型 API

默认文档仍以 Anthropic 为例;如果你使用接口AI 这类 OpenAI-compatible 代理，也可以切到 OpenAI 协议。

Anthropic（默认）

创建 .env 文件：

使用第三方代理中转，我推荐使用 接口AI，注册绑定github得3刀试用券

兼容旧配置，下面这些变量仍然可用：

OpenAI / OpenAI 兼容

如果你要切到 OpenAI 协议，把 provider、model 和 base URL 切过去即可。接口AI 示例：

开启 OpenAI thinking 时，项目默认会走 Responses API，并自动把上面的 base URL 规范成 https://api.jiekou.ai/openai/v1，这样 gpt-5.4 的 reasoning 和 tool calling 可以同时工作。

也支持 OpenAI 专属变量：

如果你的代理只支持 chat/completions，可以显式关闭：

这种模式下 MODEL_BASE_URL / OPENAI_BASE_URL 可以填到兼容服务的 base 层级，例如 https://api.jiekou.ai/openai 或 https://api.jiekou.ai/openai/v1。如果误填到完整 endpoint，例如 .../v1/chat/completions，项目会自动裁剪回 SDK 需要的 .../v1，避免重复拼接路径。

3.交互式验证

启动后会显示当前实际使用的 provider:model，方便确认是否已经切到 OpenAI。

三层加载演示

LangChain Skills Agent

使用 LangChain 1.0 构建的 Skills Agent，演示 Skills 三层加载机制的底层原理。默认使用 Anthropic，也支持 OpenAI / OpenAI-compatible 接口。

B站视频: Skills到底怎么实现？我写了个Agent跑给你看

特性

• 多 Provider 支持: 默认 Anthropic，支持 OpenAI / OpenAI-compatible Base URL
• Extended Thinking: Anthropic 模型可显示思考过程（蓝色面板）
• 流式输出: Token 级实时显示响应
• 工具调用可视化: 显示工具名称、参数、执行结果
• 三层 Skills 加载: Level 1 元数据注入 → Level 2 指令加载 → Level 3 脚本执行

快速开始

1. 安装

git clone https://github.com/NanmiCoder/skills-agent-proto.git
cd skills-agent-proto
uv sync

2. 配置模型 API

默认文档仍以 Anthropic 为例；如果你使用接口AI 这类 OpenAI-compatible 代理，也可以切到 OpenAI 协议。

Anthropic（默认）

创建 .env 文件：

使用第三方代理中转, 我推荐使用 接口AI，注册绑定github得3刀试用券

MODEL_PROVIDER=anthropic
MODEL_NAME=claude-sonnet-4-5-20250929
MODEL_API_KEY=sk-xxx
MODEL_BASE_URL=https://api.jiekou.ai/anthropic

兼容旧配置，下面这些变量仍然可用：

ANTHROPIC_AUTH_TOKEN=sk-xxx
ANTHROPIC_BASE_URL=https://api.jiekou.ai/anthropic
CLAUDE_MODEL=claude-sonnet-4-5-20250929

OpenAI / OpenAI-compatible

如果你要切到 OpenAI 协议，把 provider、model 和 base URL 切过去即可。接口AI 示例：

MODEL_PROVIDER=openai
MODEL_NAME=gpt-5.4
MODEL_API_KEY=sk-xxx
MODEL_BASE_URL=https://api.jiekou.ai/openai

开启 OpenAI thinking 时，项目默认会走 Responses API，并自动把上面的 base URL 规范成 https://api.jiekou.ai/openai/v1，这样 gpt-5.4 的 reasoning 和 tool calling 可以同时工作。

也支持 OpenAI 专属变量：

OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.jiekou.ai/openai
OPENAI_MODEL=gpt-5.4
OPENAI_REASONING_EFFORT=medium

如果你的代理只支持 chat/completions，可以显式关闭：

OPENAI_USE_RESPONSES_API=false

这种模式下 MODEL_BASE_URL / OPENAI_BASE_URL 可以填到兼容服务的 base 层级，例如 https://api.jiekou.ai/openai 或 https://api.jiekou.ai/openai/v1。如果误填到完整 endpoint，例如 .../v1/chat/completions，项目会自动裁剪回 SDK 需要的 .../v1，避免重复拼接路径。

3. 交互式验证

uv run langchain-skills --interactive

启动后会显示当前实际使用的 provider:model，方便确认是否已经切到 OpenAI。

三层加载演示

启动后可以观察到完整的三层加载过程：

Level 1: 启动时 - 元数据注入

✓ Discovered 6 skills
  - tornado-erp-module-dev
  - web-design-guidelines
  - news-extractor
  ...

Skills 的 name + description 已注入 system prompt，模型知道有哪些能力可用。

Level 2: 请求匹配时 - 指令加载

You: 总结这篇文章 https://mp.weixin.qq.com/s/ohsU1xRrYu9xcVD7qu5lNw

● load_skill(news-extractor)
  └ # Skill: news-extractor
    ## Instructions
    从主流新闻平台提取文章内容...

用户请求匹配到 skill 描述，模型主动调用 load_skill 获取完整指令。

Level 3: 执行时 - 脚本运行

● Bash(uv run .../extract_news.py https://mp.weixin.qq.com/s/ohsU1xRrYu9xcVD7qu5lNw)
  └ [OK]
    [SUCCESS] Saved: output/xxx.md

模型根据指令执行脚本，脚本代码不进入上下文，只有输出进入。

CLI 命令

# 交互式模式（推荐）
uv run langchain-skills --interactive

# 单次执行
uv run langchain-skills "列出当前目录"

# 禁用 Thinking（降低延迟；OpenAI 默认走标准流式输出）
uv run langchain-skills --no-thinking "执行 pwd"

# 查看发现的 Skills
uv run langchain-skills --list-skills