有效地使用 write_todos 工具在深度代理中进行任务规划和分解。当用户想要 (1) 使用 write_todos 实施任务规划、(2) 将复杂任务分解为子任务、(3) 通过待办事项跟踪代理进度、(4) 调试待办事项未完成的原因、(5) 为不同任务类型（研究、编码、分析）设计待办事项结构、(6) 了解待办事项状态生命周期和最佳实践，或 (7) 从 LangSmith 跟踪可视化待办事项进度时使用。
通过命令行快速安装 deepagents-planning-todos AI 技能到你的开发环境
来源：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.
有效地使用 write_todos 工具在深度代理中进行任务规划和分解。当用户想要 (1) 使用 write_todos 实施任务规划、(2) 将复杂任务分解为子任务、(3) 通过待办事项跟踪代理进度、(4) 调试待办事项未完成的原因、(5) 为不同任务类型（研究、编码、分析）设计待办事项结构、(6) 了解待办事项状态生命周期和最佳实践，或 (7) 从 LangSmith 跟踪可视化待办事项进度时使用。 来源：lubu-labs/langchain-agent-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos有效地使用 write_todos 工具在深度代理中进行任务规划和分解。当用户想要 (1) 使用 write_todos 实施任务规划、(2) 将复杂任务分解为子任务、(3) 通过待办事项跟踪代理进度、(4) 调试待办事项未完成的原因、(5) 为不同任务类型（研究、编码、分析）设计待办事项结构、(6) 了解待办事项状态生命周期和最佳实践，或 (7) 从 LangSmith 跟踪可视化待办事项进度时使用。 来源：lubu-labs/langchain-agent-skills。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/lubu-labs/langchain-agent-skills --skill deepagents-planning-todos 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/lubu-labs/langchain-agent-skills