精选博客

2026 年如何使用 LangSmith:从入门到精通的完整指南

2026-05-14
文件 · langsmith_guide.py 运行 · 2026.05.14
会话 · 活跃
DOC / 015 开发者现场指南
— LangSmith 2026 · 初级 → 高级 —
版本 26.05.14 ai.cc 开发台
教程 · 5 个跨度 · 阅读时间 18 分钟

停止调试代理
打印()
使用 朗史密斯。

朗史密斯 LangGraph 是由 LangChain 团队打造的领先的 LLM 应用和智能体 AI 可观测性、评估和部署平台。它能够追踪智能体执行的每一次模型调用、工具使用和决策,并提供仪表盘、评估和提示工具,帮助您像调试成熟软件一样进行调试。这套工具涵盖了账户管理、追踪、调试、评估和生产级工作流程等各个方面,是实践者的理想之选。

阅读时间
18
+ 实际操作设置
跨度
5/5
设置 → 生产
Py·JS
+ LangGraph
免费套餐
0美元/为了
无需银行卡
§ 为什么是现在

为什么朗史密斯在 2026 年仍然重要。

随着智能体人工智能成为主流,简单 打印() 调试不再奏效。现代代理运行是一个由嵌套的 LLM 调用、工具调用、重试和条件分支组成的树状结构——而你无法用这种方法进行调试。 日志记录器信息LangSmith 提供五项功能,可组合成一个真正的工作流程:

F / 01
端到端追踪
记录每一次LLM通话、工具使用和决策。
F / 02
可视化调试
将多智能体工作流程视为可检查的树。
F / 03
自动化评估
使用数据集和LLM评测器进行回归测试。
F / 04
及时管理
版本控制、A/B 测试、团队评审。
F / 05
生产监控
规模化成本、延迟、错误率。
LangSmith 跟踪仪表板显示代理执行跟踪,包括 LLM 调用和工具使用情况
追踪概览 LangSmith 追踪仪表板——在一个时间线中显示每个嵌套 span、每个工具调用、每个令牌成本。
▾ ROOT · run_id: 5a3f...c91d 5 个跨度 · 总长约 45 米
斯潘·01 设置
时间 = 00:00 约5分钟

创建您的朗史密斯账户 以及 API 密钥。

免费的开发者套餐足以满足入门需求——无需信用卡。服务密钥用于生产环境,个人访问令牌用于开发环境。请勿混用。

  1. 前往 smith.langchain.com 并注册。 开发者计划是免费的 —无需银行卡。
  2. 您可以使用 Google、GitHub 或电子邮件登录——任您选择。
  3. 导航至 设置 → API 密钥
  4. 创建一个 个人访问令牌 对于开发人员来说,或者 服务密钥 用于生产环境部署。
  5. 复制密钥——你只需要查看一次。将其存储在你的密钥管理器中,而不是 Git 中。
小心 服务密钥具有组织级作用域。如果密钥泄露,请立即从同一设置页面轮换密钥——旧密钥失效,新密钥接管,如果及时重新部署,则不会造成服务中断。
斯潘·02 安装
时间 = 00:05 约3分钟

安装 长匠 并配置您的环境。

只需运行一次 pip 安装,设置三个环境变量。第四个环境变量是可选的,用于欧盟居民身份或自定义端点路由。

终端 巴什
1
管道 安装 langsmith

设置环境变量 — 添加到 .env 或直接出口:

.env 巴什
1
2
3
4
出口 LANGSMITH_TRACING=真的  出口 LANGSMITH_API_KEY=lsv2_xxxxxxxxxxxx  # 可选:适用于欧盟或自定义地区  # export LANGSMITH_ENDPOINT=https://eu.api.smith.langchain.com
斯潘·03 快速入门
时间 = 00:08 约10分钟

在代码中启用跟踪功能。

@可追踪 装饰器会将任何函数封装起来,并将其输入、输出、延迟和工具调用推送到 LangSmith 中。这就是全部的快速入门指南。

my_agent.py Python
1
2
3
4
5
6
7
8
9
10
11
 langchain_openai 进口 ChatOpenAI   长匠 进口 可追溯的 @可追踪  定义 我的代理(询问: 斯特): llm = ChatOpenAI(模型=“gpt-4o”返回 llm.invoke(query) # 或全局启用  进口 os os.environ["LANGSMITH_TRACING"] = “真的”

运行代码。跟踪信息会自动显示在 LangSmith 控制面板中——通常在几秒钟内即可显示。

在设置中创建 LangSmith API 密钥
API密钥创建 设置 → API 密钥 — 选择正确的密钥类型(开发环境使用 PAT,生产环境使用服务密钥)。
Python 代码与相应的 LangSmith 跟踪视图配对
代码 → 跟踪 左图:您添加装饰器的函数。右图:LangSmith 自动捕获的跟踪信息。
斯潘·04 语言图
时间 = 00:18 约15分钟

使用以下工具调试复杂代理 LangGraph。

LangSmith 与以下搭配时最能发挥其优势: LangGraph — 有状态、多节点、多代理的工作流。跟踪树本身就成为图的执行过程。

  • 可视化完整的图执行过程 — 每个节点、每条边、每次状态转换。
  • 查看每个节点的状态变化。 不再 print(state) 共十二处。
  • 使用不同的模型或提示重放轨迹 — 在不重新运行生产环境的情况下测试假设。
  • 使用 LangSmith Studio 用于可视化、逐步执行的代理调试。
LangGraph 多智能体工作流程在 LangSmith Studio 中可视化
工作室 · LangGraph 视图 多代理工作流以可视化图表的形式呈现——拖放式调试,每个节点的状态检查。
斯潘·05 EVALS
时间 = 00:33 约12分钟

运行评估 以及实验。

评估是区分演示版和正式版的关键所在。没有评估,每一次快速调整都只是猜测。LangSmith 将工作流程内置其中:

  • 创建数据集 测试用例——从 10 个例子开始,逐渐增加到数百个。
  • 定义评估者 — LLM 作为评委、自定义代码或人工反馈。
  • 运行实验并比较版本 并排显示,带有回归标志。
  • 在迭代过程中跟踪回归情况。 新的提示符是否破坏了示例 #7?正式发布前您就会看到。
生产门 这是区分业余项目和生产级智能体人工智能的关键所在。将数据集视为测试套件——起初规模要小,每次出现实际故障时都要不断扩展。
§ 高级 · 2026

高级用户技巧 用于生产环境部署。

  • 使用朗史密斯引擎 (2026 年新增)——人工智能层,用于分析跟踪信息并为失败或成本高昂的运行提供修复建议。
  • 与 LangGraph 集成 对于持久内存和人机交互检查点——这两种模式在原型阶段之后最为重要。
  • 监控成本、延迟和错误率 已投入生产环境。设置阈值。在客户收到通知前获得提醒。
  • 设置异常警报。 每次调用令牌数激增 3 倍是一个信号,而不是巧合。
LangSmith 生产监控仪表板,包含成本和性能指标
生产监控 成本、延迟、错误率、p95——上线前您需要了解的仪表盘。
定价

定价概览 · 2026 层。

计划 · 定价 · 容量 更新于 2026 年 5 月
开发者
适用于独立开发者和原型制作。跟踪量有限。无需信用卡。
自由的
适用于小型团队,可将产品交付代理直接送达生产环境。按席位计费,并包含使用量。提供完整评估和 Studio 服务。
每座每月 39 美元
企业
适用于大型组织。提供自托管和混合部署方案。可定制服务级别协议 (SLA) 和安全审查。
风俗
§ 用例

哪些球队实际上是 它的用途。

案例 / 01 · 调试 找出你的代理出现幻觉、循环或在任务中途停止的原因——通过检查实际的跟踪树,而不是通过猜测。
案例 / 02 · A/B 型 在相同的输入上比较 Claude 和 GPT-4o——相同的数据集、相同的评估者、直接对比的结果。
案例 / 03 · 合规性 受监管行业的审计跟踪——每一个提示、输出和决策都被永久记录。
案例 / 04 · 团队提示 协作式提示工程——版本控制、评论、审查和团队推广。

行动清单—— 立即执行。

  1. 创建您的 LangSmith 帐户并生成 API 密钥。
  2. 在当前项目中启用跟踪——一个装饰器,两个环境变量。
  3. 运行一个代理流程并检查生成的跟踪树。
  4. 构建一个小型(5-10 个示例)评估数据集。
  5. 打开 LangSmith Studio,以可视化的方式了解您的经纪人。

LangSmith 已成为 标准事实 为 2026 年严肃的智能体 AI 开发做好准备。立即从免费套餐开始,随着智能体复杂性的增加逐步升级。您正在使用 LangSmith 构建什么?请在评论区分享您的用例——我很乐意提供具体的建议。上次更新时间 2026年5月14日请务必查看官方信息。 朗史密斯文档 获取最新功能。

// 跟踪结束 · 运行 ID:5a3f...c91d ai.cc · 野外指南 · DOC·015 · 2026.05.14

300 多个 AI 模型
OpenClaw 和人工智能代理

节省20%的费用