OpenAI - ChatGPT, Sora
Google - Gemini, Nano Banana
Antrópico - Claude
xAI - Grok
Busca profunda
Alibaba - Qwen
ByteDance - O Melhor da ByteDance
Todos os modelos
Planos Empresariais
Desenvolvimento de aplicações de IA
API de tradução de IA
Serviço de SEO/GEO com IA
Serviço de Relações Públicas Otimizado por Geolocalização
Serviço de Web Scraping
OpenClaw
Principais ferramentas de IA
Os melhores robôs de IA
Conecte-se
Pare os agentes de depuração
com imprimir().
Usar LangSmith.
LangSmith é a principal plataforma de observabilidade, avaliação e implantação para aplicações LLM e IA Agética — desenvolvida pela equipe LangChain. Ela rastreia cada chamada de modelo, uso de ferramenta e decisão tomada pelos seus agentes, fornecendo painéis, avaliações e ferramentas de depuração para que você possa processá-las como um software profissional. Este é o guia essencial para profissionais: registro, rastreamento, depuração com LangGraph, avaliações e fluxo de trabalho de nível de produção.
Por que a LangSmith é importante em 2026.
À medida que a IA Agentica se torna comum, a simplicidade imprimir() A depuração não funciona mais. Uma execução de agente moderna é uma árvore de chamadas LLM aninhadas, invocações de ferramentas, novas tentativas e ramificações condicionais — e você não pode depurar isso com logger.infoO LangSmith oferece cinco funcionalidades que se combinam para formar um fluxo de trabalho completo:
Crie sua conta LangSmith Chave de API.
O plano gratuito para desenvolvedores é suficiente para começar — sem necessidade de cartão de crédito. As chaves de serviço são para produção, os tokens de acesso pessoal para desenvolvimento. Não os misture.
- Vá para smith.langchain.com e inscreva-se. O plano para desenvolvedores é gratuito. — Não é necessário cartão.
- Faça login com o Google, GitHub ou e-mail — você escolhe.
- Navegue até Configurações → Chaves de API.
- Criar um
Token de Acesso Pessoalpara desenvolvimento, ou umChave de serviçopara implantações em produção. - Copie a chave — você só a verá uma vez. Guarde-a no seu gerenciador de segredos, não no Git.
Instalar ferreiro E configure seu ambiente.
Uma instalação com o pip, três variáveis de ambiente. A quarta variável, opcional, serve para configurar a residência na UE ou para roteamento personalizado de endpoints.
pip instalar langsmith Defina variáveis de ambiente — adicione a .env ou exportar diretamente:
exportar RASTREAMENTO DE LANGSMITH=verdadeiro exportar CHAVE_API_LANGSMITH=lsv2_xxxxxxxxxxxx # Opcional: Para a UE ou região personalizada # export LANGSMITH_ENDPOINT=https://eu.api.smith.langchain.com
Habilite o rastreamento no seu código.
O @rastreável O decorador envolve qualquer função e envia suas entradas, saídas, latência e chamadas de ferramentas para o LangSmith. Esse é todo o guia de início rápido.
de langchain_openai importar ChatOpenAI de ferreiro importar rastreável @rastreável definição meu_agente(consulta: str): llm = ChatOpenAI(modelo="gpt-4o") retornar llm.invoke(consulta) # Ou habilite globalmente importar os os.environ["LANGSMITH_RASTREAMENTO"] = "verdadeiro"
Execute seu código. Os rastreamentos aparecem automaticamente no painel do LangSmith — geralmente em segundos.
Depure agentes complexos com Gráfico de idioma.
LangSmith brilha mais quando combinado com LangGraph — fluxos de trabalho com estado, com múltiplos nós e múltiplos agentes. A árvore de rastreamento se torna a própria execução do grafo.
- Visualize a execução completa do gráfico. — cada nó, cada aresta, cada transição de estado.
- Veja as mudanças de estado em cada nó. Chega
imprimir(estado)em doze lugares. - Reproduza os trajetos com diferentes modelos ou instruções. — testar uma hipótese sem repetir a produção.
- Use o LangSmith Studio Para depuração visual e passo a passo do agente.
Realizar avaliações e experimentos.
As avaliações são o que diferenciam uma demonstração de um produto. Sem elas, cada ajuste nas instruções é um palpite. O LangSmith já incorpora esse fluxo de trabalho:
- Criar conjuntos de dados de casos de teste — comece com 10 exemplos e aumente para centenas.
- Defina avaliadores — LLM como juiz, código personalizado ou feedback humano.
- Execute experimentos e compare versões. lado a lado, com indicadores de regressão.
- Acompanhe a regressão à medida que itera. O novo prompt quebrou o exemplo nº 7? Você verá isso antes do lançamento.
Dicas para usuários avançados para implantações em produção.
- Use o mecanismo LangSmith (novidade em 2026) — uma camada de IA que analisa rastreamentos e sugere correções para execuções com falha ou custosas.
- Integrar com LangGraph para memória persistente e pontos de verificação com intervenção humana — os dois padrões que mais importam após a fase de protótipo.
- Monitore custos, latência e taxas de erro. Em produção. Defina limites. Receba alertas antes dos clientes.
- Configure alertas de anomalia. Um aumento de 3 vezes no número de tokens por chamada é um sinal, não uma coincidência.
Visão geral dos preços • Níveis de 2026.
Quais são, de fato, as equipes usando-o para.
Lista de verificação de ações — Executar hoje.
- Crie sua conta LangSmith e gere uma chave de API.
- Habilite o rastreamento no seu projeto atual — um decorador, duas variáveis de ambiente.
- Execute um fluxo de agente e inspecione a árvore de rastreamento resultante.
- Crie um pequeno conjunto de dados de avaliação (5 a 10 exemplos).
- Abra o LangSmith Studio e percorra visualmente o seu agente.
LangSmith tornou-se o de fato padrão Para desenvolvimento sério de IA Agética em 2026. Comece com o plano gratuito hoje mesmo e faça upgrade à medida que seus agentes se tornarem mais complexos. O que você está criando com o LangSmith? Compartilhe seu caso de uso nos comentários — terei prazer em dar conselhos específicos. Última atualização 14 de maio de 2026Sempre verifique o oficial Documentos LangSmith Para conhecer as funcionalidades mais recentes.