Documentation Index
Fetch the complete documentation index at: https://nvd-54.mintlify.app/llms.txt
Use this file to discover all available pages before exploring further.
追踪是你的应用从输入到输出所经历的一系列步骤。每个步骤由一次运行表示。你可以使用 LangSmith 来可视化这些执行步骤。要使用它,请为你的应用启用追踪。这使你能够:
前提条件
在开始之前,请确保你具备以下条件:
启用追踪
要为你的应用启用追踪,请设置以下环境变量:
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>
默认情况下,追踪将记录到名为 default 的项目中。要配置自定义项目名称,请参阅记录到项目。
更多信息请参阅使用 LangGraph 进行追踪。
选择性追踪
你可以选择使用 LangSmith 的 tracing_context 上下文管理器来追踪特定的调用或应用的部分功能:
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";
// 这个调用将被追踪
const tracer = new LangChainTracer();
await agent.invoke(
{
messages: [{role: "user", content: "Send a test email to alice@example.com"}]
},
{ callbacks: [tracer] }
);
// 这个调用不会被追踪(如果未设置 LANGSMITH_TRACING)
await agent.invoke(
{
messages: [{role: "user", content: "Send another email"}]
}
);
记录到项目
你可以通过设置 LANGSMITH_PROJECT 环境变量来为整个应用设置自定义项目名称:export LANGSMITH_PROJECT=my-agent-project
你可以通过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] }
);
为追踪添加元数据
你可以用自定义元数据和标签来标注你的追踪:
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"}]
},
config: {
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 中的追踪上。
使用匿名器防止敏感数据被记录到追踪中
你可能想要屏蔽敏感数据以防止其被记录到 LangSmith。你可以创建匿名器并通过配置将其应用到你的图中。此示例将从发送到 LangSmith 的追踪中编辑任何匹配社会安全号码格式 XXX-XX-XXXX 的内容。
import { StateGraph } from "@langchain/langgraph";
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";
import { StateAnnotation } from "./state.js";
import { createAnonymizer } from "langsmith/anonymizer"
import { Client } from "langsmith"
const anonymizer = createAnonymizer([
// 匹配社会安全号码
{ pattern: /\b\d{3}-?\d{2}-?\d{4}\b/, replace: "<ssn>" }
])
const langsmithClient = new Client({ anonymizer })
const tracer = new LangChainTracer({
client: langsmithClient,
});
export const graph = new StateGraph(StateAnnotation)
.compile()
.withConfig({ callbacks: [tracer] });
将这些文档连接到 Claude、VSCode 等工具,通过 MCP 获取实时答案。