跳到主要内容
可观测性对于理解您的代理在生产中的行为至关重要。通过 LangChain 的 @[create_agent]，您可以通过 LangSmith 获得内置的可观测性——一个用于跟踪、调试、评估和监控您的 LLM 应用程序的强大平台。 跟踪会捕获您的代理所采取的每一个步骤，从最初的用户输入到最终响应，包括所有工具调用、模型交互和决策点。这使您能够调试代理、评估性能和监控使用情况。

​
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 代理都自动支持 LangSmith 跟踪。要启用它，请设置以下环境变量： 
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>
您可以从 LangSmith 设置中获取您的 API 密钥。

​
快速开始

无需额外代码即可将跟踪记录到 LangSmith。只需像往常一样运行您的代理代码即可。 
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-4o",
    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，跟踪将记录到名为 default 的项目。要配置自定义项目名称，请参阅 记录到项目。

​
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 langsmith as ls

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

# This will NOT be traced (if LANGSMITH_TRACING is not set)
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 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"}]
    })

​
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 
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进行精细控制 
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"}]}
    )
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。
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.