·deepagents-planning-todos
>_

deepagents-planning-todos

Utilisez efficacement l'outil write_todos pour la planification et la décomposition des tâches dans Deep Agents. À utiliser lorsque les utilisateurs souhaitent (1) mettre en œuvre la planification des tâches avec write_todos, (2) décomposer des tâches complexes en sous-tâches, (3) suivre la progression de l'agent dans les tâches, (4) déboguer pourquoi les tâches ne se terminent pas, (5) concevoir des structures de tâches pour différents types de tâches (recherche, codage, analyse), (6) comprendre le cycle de vie du statut des tâches et les meilleures pratiques, ou (7) visualiser la progression des tâches à partir des traces LangSmith.

9Installations·1Tendance·@lubu-labs

Installation

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

Comment installer deepagents-planning-todos

Installez rapidement le skill IA deepagents-planning-todos dans votre environnement de développement via la ligne de commande

  1. Ouvrir le Terminal: Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.)
  2. Exécuter la commande d'installation: Copiez et exécutez cette commande : npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos
  3. Vérifier l'installation: Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Source : 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.

Utilisez efficacement l'outil write_todos pour la planification et la décomposition des tâches dans Deep Agents. À utiliser lorsque les utilisateurs souhaitent (1) mettre en œuvre la planification des tâches avec write_todos, (2) décomposer des tâches complexes en sous-tâches, (3) suivre la progression de l'agent dans les tâches, (4) déboguer pourquoi les tâches ne se terminent pas, (5) concevoir des structures de tâches pour différents types de tâches (recherche, codage, analyse), (6) comprendre le cycle de vie du statut des tâches et les meilleures pratiques, ou (7) visualiser la progression des tâches à partir des traces LangSmith. Source : lubu-labs/langchain-agent-skills.

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos
Catégorie
>_Productivité
Vérifié
Première apparition
2026-02-24
Mis à jour
2026-03-11

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

Réponses rapides

Qu'est-ce que deepagents-planning-todos ?

Utilisez efficacement l'outil write_todos pour la planification et la décomposition des tâches dans Deep Agents. À utiliser lorsque les utilisateurs souhaitent (1) mettre en œuvre la planification des tâches avec write_todos, (2) décomposer des tâches complexes en sous-tâches, (3) suivre la progression de l'agent dans les tâches, (4) déboguer pourquoi les tâches ne se terminent pas, (5) concevoir des structures de tâches pour différents types de tâches (recherche, codage, analyse), (6) comprendre le cycle de vie du statut des tâches et les meilleures pratiques, ou (7) visualiser la progression des tâches à partir des traces LangSmith. Source : lubu-labs/langchain-agent-skills.

Comment installer deepagents-planning-todos ?

Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw

Où se trouve le dépôt source ?

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