【AI大模型应用开发】【LangSmith: 生产级AI应用维护平台】0. 一文全览Tracing功能，让你的程序运行过程一目了然

• 大家好，我是同学小张，日常分享AI知识和实战案例
• 欢迎 点赞 + 关注 👏，持续学习，持续干货输出。
• +v: jasper_8017 一起交流💬，一起进步💪。
• 微信公众号也可搜【同学小张】 🙏

本站文章一览：

今天介绍一个AI生产力工具：LangSmith。本篇文章主要在Tracing部分的实操，包括环境准备、如何将你的LangChain程序和LangSimth平台打通，如何使用LangSimth调试Prompt，以及如何进行在线数据标注和收集，为后面的自动化评估作准备。

在开始之前，我们先来了解下为什么要有LangSmith：

维护一个生产级的 LLM 应用，我们需要做什么？

• 各种指标监控与统计：访问记录、响应时长、Token用量、计费等等
• 调试 Prompt，Prompt 版本管理（便于升级/回滚）
• 测试/验证系统的相关评估指标
• 数据集管理（便于回归测试）

LangSimth平台帮助你快速、可视化完成上面的流程。它允许您调试、测试、评估和监控构建在任何LLM框架上的链和智能代理，并与LangChain无缝集成。

0. 环境准备

LangSmith是LangChain 官方的 SaaS 服务，不开源，注册需要排队。

平台入口：https://www.langchain.com/langsmith
文档地址：https://python.langchain.com/docs/langsmith/walkthrough

注册登录之后，需要生成API key

1. 打通LangChain和LangSmith

要打通 LangChain 和 LangSmith 很简单，只需要在环境变量中加入如下4个信息：

LANGCHAIN_API_KEY = "ls__xxxxxx"  # LangChain API Key
LANGCHAIN_ENDPOINT =