跳到主要内容
当使用 LangSmith SDK、LangGraph 和 LangChain 进行跟踪时，跟踪应自动传播正确的上下文，以便在父跟踪中执行的代码将在 UI 中的预期位置呈现。 如果您看到子运行进入单独的跟踪（并显示在顶级），这可能是由以下已知“边缘情况”之一引起的。

​
Python

以下概述了使用 Python 构建时“拆分”跟踪的常见原因。

​
使用 asyncio 进行上下文传播

在 Python 版本 < 3.11 中使用异步调用（尤其是流式传输时）时，您可能会遇到跟踪嵌套问题。这是因为 Python 的 asyncio 仅在 3.11 版本中才添加了对传递上下文的完全支持。

​
原因

LangChain 和 LangSmith SDK 使用 contextvars 隐式传播跟踪信息。在 Python 3.11 及更高版本中，这可以无缝工作。但是，在早期版本（3.8、3.9、3.10）中，asyncio 任务缺乏适当的 contextvar 支持，这可能导致跟踪断开。

​
解决方案

  1. 升级 Python 版本（推荐）如果可能，请升级到 Python 3.11 或更高版本以实现自动上下文传播。
  2. 手动上下文传播如果无法升级，您需要手动传播跟踪上下文。方法因您的设置而异： a) 使用 LangGraph 或 LangChain 将父 config 传递给子调用：
    import asyncio
from langchain_core.runnables import RunnableConfig, RunnableLambda

@RunnableLambda
async def my_child_runnable(
    inputs: str,
    # The config arg (present in parent_runnable below) is optional
):
    yield "A"
    yield "response"

@RunnableLambda
async def parent_runnable(inputs: str, config: RunnableConfig):
    async for chunk in my_child_runnable.astream(inputs, config):
        yield chunk

async def main():
    return [val async for val in parent_runnable.astream("call")]

asyncio.run(main())
    b) 直接使用 LangSmith 直接传递运行树 
    import asyncio
import langsmith as ls

@ls.traceable
async def my_child_function(inputs: str):
    yield "A"
    yield "response"

@ls.traceable
async def parent_function(
    inputs: str,
    # The run tree can be auto-populated by the decorator
    run_tree: ls.RunTree,
):
    async for chunk in my_child_function(inputs, langsmith_extra={"parent": run_tree}):
        yield chunk

async def main():
    return [val async for val in parent_function("call")]

asyncio.run(main())
    c) 将装饰代码与 LangGraph/LangChain 结合使用 使用技术组合进行手动交接 
    import asyncio
import langsmith as ls
from langchain_core.runnables import RunnableConfig, RunnableLambda

@RunnableLambda
async def my_child_runnable(inputs: str):
    yield "A"
    yield "response"

@ls.traceable
async def my_child_function(inputs: str, run_tree: ls.RunTree):
    with ls.tracing_context(parent=run_tree):
        async for chunk in my_child_runnable.astream(inputs):
            yield chunk

@RunnableLambda
async def parent_runnable(inputs: str, config: RunnableConfig):
    # @traceable decorated functions can directly accept a RunnableConfig when passed in via "config"
    async for chunk in my_child_function(inputs, langsmith_extra={"config": config}):
        yield chunk

@ls.traceable
async def parent_function(inputs: str, run_tree: ls.RunTree):
    # You can set the tracing context manually
    with ls.tracing_context(parent=run_tree):
        async for chunk in parent_runnable.astream(inputs):
            yield chunk

async def main():
    return [val async for val in parent_function("call")]

asyncio.run(main())

​
使用 threading 进行上下文传播

通常，我们希望开始跟踪并在单个跟踪中对子任务应用一些并行性。Python 的标准库 ThreadPoolExecutor 默认会中断跟踪。

​
原因

Python 的 contextvars 在新线程中开始时是空的。这里有两种方法可以保持跟踪的连续性

​
解决方案

  1. 使用 LangSmith 的 ContextThreadPoolExecutor LangSmith 提供了一个 ContextThreadPoolExecutor，它自动处理上下文传播：
    from langsmith.utils import ContextThreadPoolExecutor
from langsmith import traceable

@traceable
def outer_func():
    with ContextThreadPoolExecutor() as executor:
        inputs = [1, 2]
        r = list(executor.map(inner_func, inputs))

@traceable
def inner_func(x):
    print(x)

outer_func()
  2. 手动提供父运行树 或者，您可以手动将父运行树传递给内部函数：
    from langsmith import traceable, get_current_run_tree
from concurrent.futures import ThreadPoolExecutor

@traceable
def outer_func():
    rt = get_current_run_tree()
    with ThreadPoolExecutor() as executor:
        r = list(
            executor.map(
                lambda x: inner_func(x, langsmith_extra={"parent": rt}), [1, 2]
            )
        )

@traceable
def inner_func(x):
    print(x)

outer_func()
在此方法中，我们使用 get_current_run_tree() 获取当前运行树，并使用 langsmith_extra 参数将其传递给内部函数。 这两种方法都确保即使在单独的线程中执行，内部函数调用也能在初始跟踪堆栈下正确聚合。
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.