Deep Agents의 작업 계획 및 분해를 위해 write_todos 도구를 효과적으로 사용하십시오. 사용자가 (1) write_todos를 사용하여 작업 계획을 구현하고, (2) 복잡한 작업을 하위 작업으로 나누고, (3) 할 일을 통해 에이전트 진행 상황을 추적하고, (4) 할 일이 완료되지 않는 이유를 디버그하고, (5) 다양한 작업 유형(연구, 코딩, 분석)에 대한 할 일 구조를 설계하고, (6) 할 일 상태 수명 주기 및 모범 사례를 이해하거나, (7) LangSmith 추적에서 할 일 진행 상황을 시각화하려는 경우에 사용합니다.
명령줄에서 deepagents-planning-todos AI 스킬을 개발 환경에 빠르게 설치
출처: 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.
Deep Agents의 작업 계획 및 분해를 위해 write_todos 도구를 효과적으로 사용하십시오. 사용자가 (1) write_todos를 사용하여 작업 계획을 구현하고, (2) 복잡한 작업을 하위 작업으로 나누고, (3) 할 일을 통해 에이전트 진행 상황을 추적하고, (4) 할 일이 완료되지 않는 이유를 디버그하고, (5) 다양한 작업 유형(연구, 코딩, 분석)에 대한 할 일 구조를 설계하고, (6) 할 일 상태 수명 주기 및 모범 사례를 이해하거나, (7) LangSmith 추적에서 할 일 진행 상황을 시각화하려는 경우에 사용합니다. 출처: lubu-labs/langchain-agent-skills.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todosDeep Agents의 작업 계획 및 분해를 위해 write_todos 도구를 효과적으로 사용하십시오. 사용자가 (1) write_todos를 사용하여 작업 계획을 구현하고, (2) 복잡한 작업을 하위 작업으로 나누고, (3) 할 일을 통해 에이전트 진행 상황을 추적하고, (4) 할 일이 완료되지 않는 이유를 디버그하고, (5) 다양한 작업 유형(연구, 코딩, 분석)에 대한 할 일 구조를 설계하고, (6) 할 일 상태 수명 주기 및 모범 사례를 이해하거나, (7) LangSmith 추적에서 할 일 진행 상황을 시각화하려는 경우에 사용합니다. 출처: lubu-labs/langchain-agent-skills.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/lubu-labs/langchain-agent-skills