LangSmith
将工作流运行转发到 LangSmith 以实现可观测性
通过 LangSmith ,为你的 AI 工作流解锁深度可见性与洞察力——这是一个强大的平台,可用于追踪、调试和监控基于 LLM 的应用和自动化流程。将 LangSmith 集成到你的流程中,可以捕获详细的执行轨迹、记录输入/输出数据、附加元数据,并通过数据驱动的可观测性优化你的工作流。
通过集成 LangSmith,你可以:
- 追踪与调试运行:将工作流、工具或模型的运行转发到 LangSmith,记录分层执行细节,快速定位瓶颈或故障。
- 附加丰富元数据:通过记录输入、输出、标签、自定义元数据、失败原因等,丰富你的追踪数据,获得深入洞察与分析。
- 监控工作流性能:可视化执行过程,监控错误率、耗时和成功率等指标,持续提升可靠性与效率。
- 协作与审计:支持团队协作调试与变更追踪,实现链式 LLM 工作流的透明审计和快速迭代。
- 自动化可观测性:将 LangSmith 追踪无缝连接到你的工作流自动化,实现无需手动埋点的持续监控。
LangSmith 赋能工程师、数据科学家和产品团队更快迭代,更早发现问题,构建更健壮的基于 LLM 的应用——无论你是在编排 agent、chain 还是端到端工作流。
立即将 LangSmith 集成到你的自动化流程中,提升可观测性、获得可操作洞察,并提高产品质量。
使用说明
将运行数据发送到 LangSmith,以追踪执行、附加元数据并监控工作流性能。
工具
langsmith_create_run
将单次运行转发到 LangSmith 进行采集。
输入
| 参数 | 类型 | 必填 | 描述 |
|---|---|---|---|
apiKey | string | 是 | LangSmith API key |
id | string | 否 | 唯一运行标识符 |
name | string | 是 | 运行名称 |
run_type | string | 是 | 运行类型(tool、chain、llm、retriever、embedding、prompt、parser) |
start_time | string | 否 | 运行开始时间(ISO-8601 格式) |
end_time | string | 否 | 运行结束时间(ISO-8601 格式) |
inputs | json | 否 | 输入负载 |
run_outputs | json | 否 | 输出负载 |
extra | json | 否 | 附加元数据(extra) |
tags | json | 否 | 标签字符串数组 |
parent_run_id | string | 否 | 父运行 ID |
trace_id | string | 否 | Trace ID |
session_id | string | 否 | Session ID |
session_name | string | 否 | 会话名称 |
status | string | 否 | 运行状态 |
error | string | 否 | 错误详情 |
dotted_order | string | 否 | 点分顺序字符串 |
events | json | 否 | 结构化事件数组 |
输出
| 参数 | 类型 | 描述 |
|---|---|---|
accepted | boolean | 该运行是否被接受用于摄取 |
runId | string | 请求中提供的运行标识符 |
message | string | 来自 LangSmith 的响应消息 |
langsmith_create_runs_batch
批量转发多个运行到 LangSmith。
输入
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
apiKey | string | 是 | LangSmith API key |
post | json | 否 | 要导入的新运行数组 |
patch | json | 否 | 要更新/修补的运行数组 |
输出
| 参数 | 类型 | 说明 |
|---|---|---|
accepted | boolean | 批量是否被接受导入 |
runIds | array | 请求中提供的运行标识符 |
message | string | 来自 LangSmith 的响应消息 |
messages | array | 每个运行的响应消息(如有) |