LangSmith追踪配置

LangSmith追踪配置。

• 翻译：xiaoshun007
• 作者: JeongGi Park
• 评审: MinJi Kang, Wooseok Jeong
• 校对 : Q0211
• 本内容是 LangChain Open Tutorial 的一部分

打开Colab

打开github

概述

本教程将详细介绍如何配置和使用 LangSmith —— 一个用于开发、监控和测试大语言模型应用的强大平台。 LangSmith 提供全面的追踪功能，这对于理解和优化您的LLM应用至关重要。

LangSmith 追踪可帮助您监控：

• 令牌使用量及相应成本
• 执行时间与性能指标
• 错误率与异常行为
• 智能体交互与链式操作

接下来我们将逐步演示如何设置 LangSmith 追踪功能，并将其与您的 LangChain 应用进行集成。

目录

• 概述
• 配置LangSmith追踪链路
• Using LangSmith tracking
• Enable tracking in your Jupyter notebook or code

链接

• OpenAI API Pricing
• Token Usage Guide
• LangChain Python API Reference

---

配置LangSmith追踪链路

LangSmith 是用于开发、监控和测试LLM应用程序的一体化平台。 如果您正在启动项目或学习 LangChain，LangSmith 是必须配置的基础设施。

项目级追踪

在项目层面，您可以查看执行次数、错误率、令牌用量及计费信息。

点击项目后，所有已执行的运行记录将清晰呈现。

单次执行的详细步骤追踪

单次执行后，系统不仅会记录检索文档的搜索结果，还会完整保存GPT输入输出内容的详细日志。 通过审阅检索内容，可帮助您判断是否需要调整搜索算法或修改提示词。

此外，顶部区域会显示单次运行耗时（约30秒）和令牌用量（5,104），将鼠标悬停在令牌数量上时还会显示对应计费金额。

使用LangSmith追踪功能

启用追踪功能非常简单。

获取LangSmith API密钥

1. 访问 LangSmith并完成注册
2. 注册成功后需完成邮箱验证
3. 依次点击左侧齿轮图标（设置）→ 中部”个人”选项 → “创建API密钥”即可获取

环境变量需配置在 .env 文件中。

请复制 .env_sample 的内容，并根据您设置的密钥将其导入 .env 文件。

from dotenv import load_dotenv

load_dotenv(override=True)

True

在”描述”栏中输入便于您识别的说明信息，然后点击 创建API密钥 按钮。

复制已生成的密钥并继续下一步。

（注意！）请将密钥保存至安全位置，防止泄露。

在 .env 中配置LangSmith密钥

首先在.env文件中输入从LangSmith获取的密钥及项目信息：

• LANGCHAIN_TRACING_V2：设置为 “true” 以启用追踪功能
• LANGCHAIN_ENDPOINT：https://api.smith.langchain.com （请勿修改此值）
• LANGCHAIN_API_KEY：输入前一步骤获取的密钥
• LANGCHAIN_PROJECT：指定项目名称，用于归类并追踪该项目组下的所有运行记录

在Jupyter notebook或代码中启用追踪

启用追踪功能非常简单，仅需设置环境变量即可。

请复制 .env_sample 的内容，并根据您设置的密钥将其导入 .env 文件。

%%capture --no-stderr
%pip install python-dotenv

from dotenv import load_dotenv

load_dotenv(override=True)

True

只要启用追踪功能且正确设置API密钥与项目名称，追踪系统即可正常运行。

若需更改项目名称或调整追踪设置，可通过以下代码实现：

import os

os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_ENDPOINT"] = "https://api.smith.langchain.com"
os.environ["LANGCHAIN_PROJECT"] = "<LangChain Project Name>"
os.environ["LANGCHAIN_API_KEY"] = "<LangChain API KEY>"