Skip to main content

Documentation Index

Fetch the complete documentation index at: https://langchain.idochub.dev/llms.txt

Use this file to discover all available pages before exploring further.

Alpha 版本提示： 本文档涵盖的是 v1-alpha 版本。内容尚不完整，且可能随时变更。如需查阅最新稳定版本，请参阅 v0 版本的 LangChain Python 文档 或 LangChain JavaScript 文档。
可观测性对于理解你的智能体在生产环境中的行为至关重要。借助 LangChain 的 create_agent()，你可以通过 LangSmith 获得内置的可观测性——一个用于追踪、调试、评估和监控 LLM 应用的强大平台。 追踪记录会捕获智能体执行的每一步，从初始用户输入到最终响应，包括所有的工具调用、模型交互和决策点。这使你能够调试智能体、评估性能并监控使用情况。

​
前置条件

开始之前，请确保你具备以下内容：

​
启用追踪

所有 LangChain 智能体都自动支持 LangSmith 追踪。要启用它，请设置以下环境变量： 
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>
你可以在 LangSmith 设置 中获取你的 API key。

​
快速开始

无需额外代码即可将追踪记录写入 LangSmith。像平常一样运行你的智能体代码即可： 
from langchain.agents import create_agent

def send_email(to: str, subject: str, body: str):
    """Send an email to a recipient."""
    # ... email sending logic
    return f"Email sent to {to}"

def search_web(query: str):
    """Search the web for information."""
    # ... web search logic
    return f"Search results for: {query}"

agent = create_agent(
    model="openai:gpt-4o",
    tools=[send_email, search_web],
    prompt="You are a helpful assistant that can send emails and search the web."
)

# Run the agent - all steps will be traced automatically
response = agent.invoke({
    "messages": [{"role": "user", "content": "Search for the latest AI news and email a summary to [email protected]"}]
})
默认情况下，追踪记录会被写入名为 default 的项目。要配置自定义项目名，请参阅写入到项目。

​
选择性追踪

你可以使用 LangSmith 的 tracing_context 上下文管理器，对特定的调用或应用的部分进行选择性追踪： 
import langsmith as ls

# This WILL be traced
with ls.tracing_context(enabled=True):
    agent.invoke({"messages": [{"role": "user", "content": "Send a test email to [email protected]"}]})

# This will NOT be traced (if LANGSMITH_TRACING is not set)
agent.invoke({"messages": [{"role": "user", "content": "Send another email"}]})

​
写入到项目

你可以通过设置 LANGSMITH_PROJECT 环境变量，为整个应用设置自定义项目名：
export LANGSMITH_PROJECT=my-agent-project
你可以在程序中为特定操作设置项目名：
import langsmith as ls

with ls.tracing_context(project_name="email-agent-test", enabled=True):
    response = agent.invoke({
        "messages": [{"role": "user", "content": "Send a welcome email"}]
    })

​
为追踪记录添加元数据

你可以为追踪记录添加自定义元数据和标签： 
response = agent.invoke(
    {"messages": [{"role": "user", "content": "Send a welcome email"}]},
    config={
        "tags": ["production", "email-assistant", "v1.0"],
        "metadata": {
            "user_id": "user_123",
            "session_id": "session_456",
            "environment": "production"
        }
    }
)
tracing_context 也接受标签和元数据，以实现更精细的控制： 
with ls.tracing_context(
    project_name="email-agent-test", 
    enabled=True, 
    tags=["production", "email-assistant", "v1.0"], 
    metadata={"user_id": "user_123", "session_id": "session_456", "environment": "production"}):
    response = agent.invoke(
        {"messages": [{"role": "user", "content": "Send a welcome email"}]}
    )
这些自定义元数据和标签将附加到 LangSmith 中的追踪记录。
要了解更多如何使用追踪来调试、评估和监控你的智能体，请参阅 LangSmith 文档。