> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-tutorial.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# LangSmith追踪配置
> LangSmith追踪配置。
* 翻译：[xiaoshun007](https://github.com/xiaoshun007)
* 作者: [JeongGi Park](https://github.com/jeongkpa)
* 评审: [MinJi Kang](https://www.linkedin.com/in/minji-kang-995b32230/), [Wooseok Jeong](https://github.com/jeong-wooseok)
* 校对 : [Q0211](https://github.com/Q0211)
* 本内容是 [LangChain Open Tutorial](https://github.com/LangChain-OpenTutorial/LangChain-OpenTutorial) 的一部分
## 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](#概述)
* [配置LangSmith追踪链路](#配置LangSmith追踪链路)
* [Using LangSmith tracking](#using-langsmith-tracking)
* [Enable tracking in your Jupyter notebook or code](#enable-tracking-in-your-jupyter-notebook-or-code)
### 链接
* [OpenAI API Pricing](https://openai.com/api/pricing/)
* [Token Usage Guide](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them)
* [LangChain Python API Reference](https://python.langchain.com/api_reference/community/callbacks/langchain_community.callbacks.manager.get_openai_callback.html)
***
## 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](https://smith.langchain.com/)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。
```python theme={null}
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](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。
```python theme={null}
%%capture --no-stderr
%pip install python-dotenv
```
```python theme={null}
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：
```python theme={null}
import os
os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_ENDPOINT"] = "https://api.smith.langchain.com"
os.environ["LANGCHAIN_PROJECT"] = ""
os.environ["LANGCHAIN_API_KEY"] = ""
```