Arrêter les agents de débogage
avec imprimer().
Utiliser LangSmith.
LangSmith LangGraph est la plateforme de référence pour l'observabilité, l'évaluation et le déploiement d'applications LLM et d'IA agentique, développée par l'équipe LangChain. Elle trace chaque appel de modèle, chaque utilisation d'outil et chaque décision de vos agents, puis vous fournit les tableaux de bord, les évaluations et les outils d'aide au débogage nécessaires pour un développement logiciel professionnel. C'est le guide indispensable du développeur : gestion des comptes, traçage, débogage avec LangGraph, évaluations et flux de travail prêt pour la production.
Pourquoi LangSmith est important en 2026.
À mesure que l'IA agentique se généralise, il devient simple imprimer() Le débogage ne fonctionne plus. L'exécution d'un agent moderne est une arborescence d'appels LLM imbriqués, d'invocations d'outils, de nouvelles tentatives et de branches conditionnelles ; or, il est impossible de déboguer cela avec… logger.infoLangSmith vous offre cinq fonctionnalités qui s'assemblent pour former un véritable flux de travail :

Créez votre compte LangSmith et clé API.
Le niveau Développeur gratuit est suffisant pour démarrer ; aucune carte de crédit n'est requise. Les clés de service sont destinées à la production, les jetons d'accès personnels au développement. Ne les utilisez pas simultanément.
- Allez à smith.langchain.com et inscrivez-vous. Le forfait développeur est gratuit. — aucune carte nécessaire.
- Connectez-vous avec Google, GitHub ou par e-mail — à votre choix.
- Naviguer vers Paramètres → Clés API.
- Créer un
Jeton d'accès personnelpour le développement, ou unClé de servicepour les déploiements en production. - Copiez la clé — vous ne la verrez qu'une seule fois. Stockez-la dans votre gestionnaire de secrets, pas dans Git.
Installer forgeron et configurez votre environnement.
Une installation via pip, trois variables d'environnement. La quatrième, facultative, concerne la résidence en UE ou le routage personnalisé des points de terminaison.
pépin installer langsmith Définir les variables d'environnement — ajouter à .env ou exporter directement :
exporter TRAÇAGE DE LANGSMITH=vrai exporter CLÉ_API_LANGSMITH=lsv2_xxxxxxxxxxxx # Facultatif : pour l’UE ou une région personnalisée # export LANGSMITH_ENDPOINT=https://eu.api.smith.langchain.com
Activez le traçage dans votre code.
Le @tracable Le décorateur encapsule n'importe quelle fonction et transmet ses entrées, sorties, latence et appels d'outils à LangSmith. Voilà pour le guide de démarrage rapide.
depuis langchain_openai importer ChatOpenAI depuis forgeron importer traçable @tracable def mon_agent(requête: str): llm = ChatOpenAI(modèle="gpt-4o") retour llm.invoke(requête) # Ou activer globalement importer os os.environ["LANGSMITH_TRACING"] = "vrai"
Exécutez votre code. Les traces apparaissent automatiquement dans le tableau de bord LangSmith, généralement en quelques secondes.


Déboguer des agents complexes avec LangGraph.
LangSmith brille de mille feux lorsqu'il est associé à LangGraph — Flux de travail avec état, multi-nœuds et multi-agents. L'arbre de traces devient l'exécution du graphe elle-même.
- Visualisez l'exécution complète du graphe — chaque nœud, chaque arête, chaque transition d'état.
- Observez les changements d'état à chaque nœud. Pas plus
imprimer(état)en douze endroits. - Rejouer les traces avec différents modèles ou invites — tester une hypothèse sans relancer la production.
- Utilisez LangSmith Studio pour le débogage visuel et étape par étape des agents.

Exécuter les évaluations et des expériences.
Les évaluations sont ce qui distingue une démo d'un produit. Sans elles, chaque modification apportée aux invites relève de la conjecture. LangSmith intègre ce flux de travail dans :
- Créer des ensembles de données des cas de test — commencez par 10 exemples, puis passez à des centaines.
- Définir les évaluateurs — Un LLM en tant que juge, du code personnalisé ou des commentaires humains.
- Effectuez des expériences et comparez les versions côte à côte, avec indicateurs de régression.
- Suivez la régression au fur et à mesure de vos itérations. La nouvelle invite a-t-elle perturbé l'exemple n° 7 ? Vous le verrez avant la publication.
Conseils pour utilisateurs avancés pour les déploiements en production.
- Utiliser le moteur LangSmith (Nouveauté 2026) — une couche d'IA qui analyse les traces et suggère des solutions pour les exécutions défaillantes ou coûteuses.
- Intégration avec LangGraph pour la mémoire persistante et les points de contrôle avec intervention humaine — les deux modèles qui comptent le plus après le stade de prototype.
- Surveiller les coûts, la latence et les taux d'erreur En production. Définissez des seuils. Soyez alerté avant vos clients.
- Configurer des alertes d'anomalie. Une augmentation de 3 fois du nombre de jetons par appel est un signal, pas une coïncidence.

Aperçu des prix · 2026 niveaux.
Quelles équipes sont réellement je l'utilise pour.
Liste de contrôle des actions — Exécutez aujourd'hui.
- Créez votre compte LangSmith et générez une clé API.
- Activez le traçage dans votre projet actuel — un décorateur, deux variables d'environnement.
- Exécutez un flux d'agent et examinez l'arbre de traces résultant.
- Constituez un petit ensemble de données d'évaluation (5 à 10 exemples).
- Ouvrez LangSmith Studio et parcourez visuellement votre agent.
LangSmith est devenu le fait standard Pour un développement sérieux d'IA agentique en 2026. Commencez dès aujourd'hui avec la version gratuite et passez à une version supérieure à mesure que vos agents gagnent en complexité. Que développez-vous avec LangSmith ? Partagez votre cas d'utilisation dans les commentaires ; nous serons ravis de vous conseiller. Dernière mise à jour : [insérer la date de dernière mise à jour ici] 14 mai 2026Consultez toujours le site officiel. Documents LangSmith pour les dernières fonctionnalités.


Se connecter














