> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 使用 Agent Server 进行分布式追踪

> 当您从另一个服务调用已部署的 Agent Server 时，可以传播追踪上下文，使整个请求在 LangSmith 中显示为单个统一的追踪。这利用了 LangSmith 的 [分布式追踪](/langsmith/distributed-tracing) 功能，该功能通过 HTTP 头传播上下文。

## 工作原理

分布式追踪通过上下文传播头来链接跨服务的运行：

1. **客户端** 从当前运行推断追踪上下文，并将其作为 HTTP 头发送。
2. **服务器** 读取这些头，并将它们作为 `langsmith-trace` 和 `langsmith-project` 可配置值添加到运行的配置和元数据中。您可以选择在您的代理被使用时，使用这些值来设置给定运行的追踪上下文。

使用的头包括：

* `langsmith-trace`：包含追踪的点分顺序。
* `baggage`：指定 LangSmith 项目以及其他可选的标签和元数据。

要启用分布式追踪，客户端和服务器都需要选择加入。

## 配置服务器

要接受分布式追踪上下文，您的图必须从配置中读取追踪头并设置追踪上下文。这些头通过 `configurable` 字段作为 `langsmith-trace` 和 `langsmith-project` 传递。

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import contextlib
import langsmith as ls
from langgraph.graph import StateGraph, MessagesState

# 定义您的图
builder = StateGraph(MessagesState)
# ... 添加节点和边 ...
my_graph = builder.compile()

@contextlib.contextmanager
async def graph(config):
    configurable = config.get("configurable", {})
    parent_trace = configurable.get("langsmith-trace")
    parent_project = configurable.get("langsmith-project")
    # 如果您还想包含来自客户端的元数据和标签
    metadata = configurable.get("langsmith-metadata")
    tags = configurable.get("langsmith-tags")
    with ls.tracing_context(parent=parent_trace, project_name=parent_project, metadata=metadata, tags=tags):
        yield my_graph
```

在您的 `langgraph.json` 中导出这个 `graph` 函数：

```json theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
{
  "graphs": {
    "agent": "./src/agent.py:graph"
  }
}
```

## 从客户端连接

<Tabs>
  <Tab title="RemoteGraph">
    初始化 [`RemoteGraph`](https://reference.langchain.com/python/langgraph/pregel/remote/RemoteGraph) 时设置 `distributed_tracing=True`。这会在所有请求上自动传播追踪头。

    ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    from langgraph.graph import StateGraph
    from langgraph.pregel.remote import RemoteGraph

    remote_graph = RemoteGraph(
        "agent",
        url="<DEPLOYMENT_URL>",
        distributed_tracing=True,  # 启用追踪传播
    )

    def subgraph_node(query: str):
        # 追踪上下文会自动传播
        return remote_graph.invoke({
            "messages": [{"role": "user", "content": query}]
        })['messages'][-1]['content']

    # RemoteGraph 在某个正在进行的任务的上下文中被调用。
    # 这可以是一个父 LangGraph 代理、使用 `@ls.traceable` 追踪的代码，
    # 或任何其他已检测的代码。
    graph = (
            StateGraph(str)
                .add_node(subgraph_node)
                .add_edge("__start__", "subgraph_node")
                .compile()
    )
    # 远程图的执行将作为此追踪的子级出现
    result = graph.invoke("What's the weather in SF?")
    ```
  </Tab>

  <Tab title="SDK">
    如果您直接使用 [LangGraph SDK](/langsmith/reference)，请使用 `run_tree.to_headers()` 手动传播追踪头：

    ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
    from langgraph_sdk import get_client
    import langsmith as ls

    client = get_client(url="<DEPLOYMENT_URL>")

    with ls.trace("call_remote_agent", inputs={"query": query}) as rt:
        headers = rt.to_headers()
        async for chunk in client.runs.stream(
            thread_id=None,
            assistant_id="agent",
            input={"messages": [{"role": "user", "content": query}]},
            stream_mode="values",
            headers=headers,  # 传递追踪头
        ):
            pass
        return chunk

    result = await call_remote_agent("What's the weather in SF?")
    ```
  </Tab>
</Tabs>

## 相关链接

* [分布式追踪](/langsmith/distributed-tracing)：通用分布式追踪概念和模式
* [RemoteGraph](/langsmith/use-remote-graph)：使用 RemoteGraph 与部署进行交互的完整指南

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\langsmith\agent-server-distributed-tracing.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
  </Callout>

  <Callout icon="terminal-2">
    [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.
  </Callout>
</div>