langgraph-skills 0.1.0

LangGraph-based skill orchestration system with multi-LLM support

LangGraph + Gemini Skills System

파일 기반 동적 스킬 로딩 시스템 for LangGraph and Gemini API

특징

• 📁 /skills/스킬이름/SKILLS.md 파일 기반 동적 스킬 로딩
• 🚀 LangGraph를 활용한 워크플로우 관리
• 🤖 Gemini API Function Calling 통합
• 📊 스킬 등록 현황 자동 표시
• 🔄 실시간 스킬 리로드 지원

프로젝트 구조

skills_example/
├── run.py                  # 메인 실행 스크립트 (진입점)
├── core/                   # 핵심 모듈
│   ├── base.py             # BaseSkill 추상 클래스
│   ├── loader.py           # 마크다운 기반 스킬 동적 로더
│   ├── registry.py         # 스킬 등록/관리 레지스트리
│   └── orchestrator.py     # LangGraph 워크플로우 오케스트레이터
├── skills/                 # 스킬 정의 디렉토리
│   ├── builtin.py          # 내장 스킬 (파일읽기, 터미널, 디렉토리조회)
│   └── sample/
│       └── SKILLS.md       # 샘플 스킬 (날씨 조회)
├── utils/
│   └── logger.py           # 스킬 실행 로깅 유틸리티
├── examples/
│   └── sample_skill.py     # 스킬 작성 예제
├── .env                    # 환경 변수 (API 키 등)
├── requirements.txt        # Python 의존성
└── setup.py                # 패키지 설정

동작 흐름

사용자 입력
    ↓
parse_intent (Gemini가 의도 분석 + Function Calling)
    ↓
[조건부 라우팅]
    ├→ execute_skills (스킬 실행 필요 시 → 병렬 실행)
    └→ generate_response (스킬 불필요 시 → 직접 응답)
    ↓
generate_response (결과 종합 → 최종 응답 생성)
    ↓
사용자에게 응답 출력

설치

uv pip install -r requirements.txt

환경 설정

.env 파일에 아래 항목을 설정합니다:

GEMINI_API_KEY=your_api_key_here
GEMINI_MODEL=gemini-3-flash-preview
SKILLS_ROOT=./skills
LOG_LEVEL=INFO

실행

venv/Scripts/activate
python run.py

실행 후 대화형 프롬프트가 나타나며, 자연어로 명령을 입력할 수 있습니다. 종료 시 quit, exit, bye, 종료 중 하나를 입력합니다.

내장 스킬

스킬	이름	설명
FileReadSkill	read_file	파일 내용 읽기
TerminalSkill	run_terminal	터미널 명령어 실행 (30초 타임아웃)
ListDirectorySkill	list_directory	디렉토리 파일/폴더 목록 조회

커스텀 스킬 추가

skills/ 디렉토리에 새 폴더를 만들고 SKILLS.md 파일을 작성합니다:

---
name: my_skill
description: 스킬 설명
version: 1.0.0
author: 작성자
dependencies: 필요한패키지
---

# My Skill

스킬에 대한 설명

## Parameters

- `param1`: 파라미터 설명

```python
class MySkill(BaseSkill):
    def __init__(self):
        super().__init__(name="my_skill", description="스킬 설명")

    async def execute(self, param1: str, **kwargs) -> str:
        return f"결과: {param1}"

    def _get_parameters(self) -> Dict:
        return {
            "type": "object",
            "properties": {
                "param1": {
                    "type": "string",
                    "description": "파라미터 설명"
                }
            },
            "required": ["param1"]
        }
`` `

시스템 재시작 없이 자동으로 로드됩니다.

기술 스택

• Python 3.8+
• LangGraph — 상태 기반 워크플로우 관리
• Google Gemini API (google-genai SDK) — 의도 분석 및 Function Calling
• Pydantic — 데이터 검증