尚拙
Search K

Appearance

LangSmith 可观测性 ​

在使用 LangChain 构建和运行智能体时，你需要洞察它们的运行行为：它们调用了哪些工具、生成了哪些提示词以及它们是如何做出决策的。使用 createAgent 构建的 LangChain 智能体自动支持通过 LangSmith 进行追踪，LangSmith 是一个用于捕获、调试、评测和监控 LLM 应用行为的平台。

追踪（Traces）记录了智能体执行的每一步，从最初的用户输入到最终的响应，包括所有的工具调用、模型交互和决策点。这些执行数据可帮助你排查问题、评测不同输入下的性能表现，并监控生产环境中的使用模式。

本指南将向你展示如何为 LangChain 智能体启用追踪，并使用 LangSmith 分析它们的执行过程。

前提条件 ​

在开始之前，请确保具备以下条件：

启用追踪 ​

所有 LangChain 智能体均自动支持 LangSmith 追踪。要启用该功能，请设置以下环境变量：

bash
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>

快速开始 ​

将 trace 记录到 LangSmith 无需额外代码。只需像平时一样运行智能体代码即可：

ts
import { createAgent } from "@langchain/agents";

function sendEmail(to: string, subject: string, body: string): string {
    // ... 邮件发送逻辑
    return `Email sent to ${to}`;
}

function searchWeb(query: string): string {
    // ... 网络搜索逻辑
    return `Search results for: ${query}`;
}

const agent = createAgent({
    model: "gpt-5.5",
    tools: [sendEmail, searchWeb],
    systemPrompt: "You are a helpful assistant that can send emails and search the web."
});

// 运行智能体 - 所有步骤都将自动被追踪
const response = await agent.invoke({
    messages: [{ role: "user", content: "Search for the latest AI news and email a summary to john@example.com" }]
});

默认情况下，trace 将被记录到名为 default 的项目中。要配置自定义项目名称，请参阅记录到项目。

选择性追踪 ​

你可以使用 LangSmith 的 tracing_context 上下文管理器，选择仅追踪特定的调用或应用程序的某些部分：

ts
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

// 这将被追踪
const tracer = new LangChainTracer();
await agent.invoke(
  {
    messages: [{role: "user", content: "Send a test email to alice@example.com"}]
  },
  { callbacks: [tracer] }
);

// 这将不会被追踪（若未设置 LANGSMITH_TRACING）
await agent.invoke(
  {
    messages: [{role: "user", content: "Send another email"}]
  }
);

记录到项目 ​

静态配置

你可以通过设置 LANGSMITH_PROJECT 环境变量，为整个应用程序设置自定义项目名称：

bash
export LANGSMITH_PROJECT=my-agent-project

动态配置

你可以通过代码针对特定操作动态设置项目名称：

ts
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

const tracer = new LangChainTracer({ projectName: "email-agent-test" });
await agent.invoke(
  {
    messages: [{role: "user", content: "Send a test email to alice@example.com"}]
  },
  { callbacks: [tracer] }
);

为追踪添加元数据 ​

你可以使用自定义元数据和标签来标注你的 trace：

ts
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

const tracer = new LangChainTracer({ projectName: "email-agent-test" });
await agent.invoke(
  {
    messages: [{role: "user", content: "Send a test email to alice@example.com"}]
  },
  {
    tags: ["production", "email-assistant", "v1.0"],
    metadata: {
      userId: "user123",
      sessionId: "session456",
      environment: "production"
    }
  },
);

这些自定义元数据和标签将附加到 LangSmith 中的 trace 上。

TIP

要详细了解如何使用 trace 来调试、评测和监控你的智能体，请参阅 LangSmith 文档。