使用正確的結構、langgraph.json 配置、環境變數和依賴項管理來初始化和配置 LangGraph 專案。當使用者想要 (1) 建立新的 LangGraph 專案、(2) 設定 langgraph.json 進行部署、(3) 設定 LLM 提供者的環境變數、(4) 初始化代理程式的專案結構、(5) 使用 LangGraph Studio 設定本機開發、(6) 配置相依性（pyproject.toml、packrements.packrements）。
透過命令列快速安裝 langgraph-project-setup AI 技能到你的開發環境
來源：lubu-labs/langchain-agent-skills。
Initialize and configure LangGraph projects for local development and deployment.
The init script creates a basic configuration. Customize as needed:
For complete schema reference, see references/langgraph-json-schema.md.
使用正確的結構、langgraph.json 配置、環境變數和依賴項管理來初始化和配置 LangGraph 專案。當使用者想要 (1) 建立新的 LangGraph 專案、(2) 設定 langgraph.json 進行部署、(3) 設定 LLM 提供者的環境變數、(4) 初始化代理程式的專案結構、(5) 使用 LangGraph Studio 設定本機開發、(6) 配置相依性（pyproject.toml、packrements.packrements）。 來源：lubu-labs/langchain-agent-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill langgraph-project-setup使用正確的結構、langgraph.json 配置、環境變數和依賴項管理來初始化和配置 LangGraph 專案。當使用者想要 (1) 建立新的 LangGraph 專案、(2) 設定 langgraph.json 進行部署、(3) 設定 LLM 提供者的環境變數、(4) 初始化代理程式的專案結構、(5) 使用 LangGraph Studio 設定本機開發、(6) 配置相依性（pyproject.toml、packrements.packrements）。 來源：lubu-labs/langchain-agent-skills。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill langgraph-project-setup 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/lubu-labs/langchain-agent-skills