Skip to main content

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。
要了解更多关于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

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。
TypeScript
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] });