跳到主要内容

文档索引

在以下地址获取完整的文档索引:https://docs.langchain.org.cn/llms.txt

在进一步探索之前,请使用此文件发现所有可用页面。

在您使用 LangChain 构建和运行智能体(Agents)时,您需要洞察它们的行为方式:它们调用了哪些 工具,生成了什么提示词,以及它们是如何做出决策的。使用 createAgent 构建的 LangChain 智能体通过 LangSmith 自动支持追踪功能。LangSmith 是一个用于捕获、调试、评估和监控 LLM 应用程序行为的平台。 追踪 (Traces) 会记录智能体执行的每一个步骤,从最初的用户输入到最终的响应,包括所有的工具调用、模型交互和决策节点。这些执行数据可以帮助您调试问题、评估不同输入下的性能,并监控生产环境中的使用模式。 本指南将向您展示如何为 LangChain 智能体启用追踪功能,并使用 LangSmith 分析其执行过程。

先决条件

在开始之前,请确保您已具备以下条件

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>

快速入门

无需额外的代码即可将追踪记录到 LangSmith。只需像往常一样运行您的智能体代码即可
import { createAgent } from "@langchain/agents";

function sendEmail(to: string, subject: string, body: string): string {
    // ... email sending logic
    return `Email sent to ${to}`;
}

function searchWeb(query: string): string {
    // ... web search logic
    return `Search results for: ${query}`;
}

const agent = createAgent({
    model: "gpt-5.4",
    tools: [sendEmail, searchWeb],
    systemPrompt: "You are a helpful assistant that can send emails and search the web."
});

// Run the agent - all steps will be traced automatically
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,追踪将被记录到名为 default 的项目中。要配置自定义项目名称,请参阅 记录到项目 (Log to a project)

选择性追踪

您可以选择使用 LangSmith 的 tracing_context 上下文管理器来追踪应用程序的特定调用或部分
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

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

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

记录到项目

您可以通过设置 LANGSMITH_PROJECT 环境变量为整个应用程序设置自定义项目名称
export LANGSMITH_PROJECT=my-agent-project
您可以以编程方式为特定操作设置项目名称
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] }
);

向追踪添加元数据

您可以使用自定义元数据和标签来标注您的追踪
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"
    }
  },
);

此自定义元数据和标签将附加到 LangSmith 中的追踪。
要了解有关如何使用追踪来调试、评估和监控代理的更多信息,请参阅 LangSmith 文档

© . This site is unofficial and not affiliated with LangChain, Inc.