·deepagents-planning-todos
>_

deepagents-planning-todos

Nutzen Sie das Tool write_todos effektiv für die Aufgabenplanung und -zerlegung in Deep Agents. Verwenden Sie diese Option, wenn Benutzer (1) die Aufgabenplanung mit write_todos implementieren, (2) komplexe Aufgaben in Unteraufgaben aufteilen, (3) den Agentenfortschritt anhand von Aufgaben verfolgen, (4) debuggen möchten, warum Aufgaben nicht abgeschlossen werden, (5) Aufgabenstrukturen für verschiedene Aufgabentypen entwerfen (Recherche, Codierung, Analyse), (6) den Aufgabenstatuslebenszyklus und Best Practices verstehen oder (7) den Aufgabenfortschritt anhand von LangSmith-Ablaufverfolgungen visualisieren möchten.

9Installationen·2Trend·@lubu-labs

Installation

$npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos

So installieren Sie deepagents-planning-todos

Installieren Sie den KI-Skill deepagents-planning-todos schnell in Ihrer Entwicklungsumgebung über die Kommandozeile

  1. Terminal öffnen: Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.)
  2. Installationsbefehl ausführen: Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos
  3. Installation überprüfen: Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw

Quelle: lubu-labs/langchain-agent-skills.

Master the writetodos tool for effective task planning and decomposition in Deep Agents.

| ✅ Complex multi-step tasks (3-6 steps) | ✅ Simple 1-2 step queries | | ✅ Tasks requiring user approval first | ✅ Single tool calls | | ✅ Long-running workflows needing progress tracking | ✅ Quick information lookups | | ✅ Tasks where planning adds clarity | ✅ Straightforward API calls |

Decision rule: If you'd benefit from showing the user "Here's my plan..." before starting, use writetodos.

Nutzen Sie das Tool write_todos effektiv für die Aufgabenplanung und -zerlegung in Deep Agents. Verwenden Sie diese Option, wenn Benutzer (1) die Aufgabenplanung mit write_todos implementieren, (2) komplexe Aufgaben in Unteraufgaben aufteilen, (3) den Agentenfortschritt anhand von Aufgaben verfolgen, (4) debuggen möchten, warum Aufgaben nicht abgeschlossen werden, (5) Aufgabenstrukturen für verschiedene Aufgabentypen entwerfen (Recherche, Codierung, Analyse), (6) den Aufgabenstatuslebenszyklus und Best Practices verstehen oder (7) den Aufgabenfortschritt anhand von LangSmith-Ablaufverfolgungen visualisieren möchten. Quelle: lubu-labs/langchain-agent-skills.

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos
Kategorie
>_Produktivität
Verifiziert
Erstes Auftreten
2026-02-24
Aktualisiert
2026-03-10

Browse more skills from lubu-labs/langchain-agent-skills

Schnelle Antworten

Was ist deepagents-planning-todos?

Nutzen Sie das Tool write_todos effektiv für die Aufgabenplanung und -zerlegung in Deep Agents. Verwenden Sie diese Option, wenn Benutzer (1) die Aufgabenplanung mit write_todos implementieren, (2) komplexe Aufgaben in Unteraufgaben aufteilen, (3) den Agentenfortschritt anhand von Aufgaben verfolgen, (4) debuggen möchten, warum Aufgaben nicht abgeschlossen werden, (5) Aufgabenstrukturen für verschiedene Aufgabentypen entwerfen (Recherche, Codierung, Analyse), (6) den Aufgabenstatuslebenszyklus und Best Practices verstehen oder (7) den Aufgabenfortschritt anhand von LangSmith-Ablaufverfolgungen visualisieren möchten. Quelle: lubu-labs/langchain-agent-skills.

Wie installiere ich deepagents-planning-todos?

Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw

Wo ist das Quell-Repository?

https://github.com/lubu-labs/langchain-agent-skills