LangChain 中文文档

外观

追踪是你的应用从输入到输出所经历的一系列步骤。每一个单独步骤都由一个 run 表示。你可以使用 LangSmith 可视化这些执行步骤。要使用它，请为你的应用启用追踪。这将使你能够执行以下操作：

先决条件 ​

开始之前，请确保你已具备以下条件：

启用追踪 ​

要为你的应用启用追踪，请设置以下环境变量：

python
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>

默认情况下，追踪会记录到名为 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部分：

python
import langsmith as ls

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

# 这不会被追踪（如果未设置 LANGSMITH_TRACING）
agent.invoke({"messages": [{"role": "user", "content": "Send another email"}]})
ts
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

// 这将被追踪
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 ​

静态方式 ​

你可以通过设置 LANGSMITH_PROJECT 环境变量为整个应用设置自定义项目名称：

bash
export LANGSMITH_PROJECT=my-agent-project

动态方式 ​

你可以通过编程方式为特定操作设置项目名称：

python
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"}]
    })
ts
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 ​

你可以使用自定义元数据和标签为追踪添加注解：

python
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，以便进行细粒度控制：

python
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"}]}
    )
ts
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。

TIP

要了解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。

使用匿名化器防止在追踪中记录敏感数据 ​

你可能希望屏蔽敏感数据，以防止其被记录到 LangSmith。你可以创建匿名化器，并通过配置将其应用于你的图。此示例会将发送到 LangSmith 的追踪中任何匹配社会安全号码格式 XXX-XX-XXXX 的内容进行脱敏。

python
from langchain_core.tracers.langchain import LangChainTracer
from langgraph.graph import StateGraph, MessagesState
from langsmith import Client
from langsmith.anonymizer import create_anonymizer

anonymizer = create_anonymizer([
    # 匹配社会安全号码
    { "pattern": r"\b\d{3}-?\d{2}-?\d{4}\b", "replace": "<ssn>" }
])

tracer_client = Client(anonymizer=anonymizer)
tracer = LangChainTracer(client=tracer_client)
# 定义图
graph = (
    StateGraph(MessagesState)
    ...
    .compile()
    .with_config({'callbacks': [tracer]})
)
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] });