Skip to main content
核心概念
LangSmith 可以轻松地将反馈附加到追踪记录中。 这些反馈可以来自用户、标注员、自动化评估器等，对于监控和评估应用程序至关重要。

​
使用 create_feedback() / createFeedback

这里我们将介绍如何使用 SDK 记录反馈。
子运行 您可以将用户反馈附加到追踪记录中的任何子运行，而不仅仅是追踪（根运行）本身。 这对于评估 LLM 应用程序的特定步骤非常有用，例如 RAG 管道的检索步骤或生成步骤。
非阻塞创建（仅限 Python） 如果您向 create_feedback() 传递 trace_id=，Python 客户端会自动在后台创建反馈。 这在低延迟环境中至关重要，可以确保您的应用程序不会因反馈创建而阻塞。
from langsmith import trace, traceable, Client

    @traceable
    def foo(x):
        return {"y": x * 2}

    @traceable
    def bar(y):
        return {"z": y - 1}

    client = Client()

    inputs = {"x": 1}
    with trace(name="foobar", inputs=inputs) as root_run:
        result = foo(**inputs)
        result = bar(**result)
        root_run.outputs = result
        trace_id = root_run.id
        child_runs = root_run.child_runs

    # 为追踪记录（即根运行）提供反馈
    client.create_feedback(
        key="user_feedback",
        score=1,
        trace_id=trace_id,
        comment="用户表示……"
    )

# 为子运行提供反馈
foo_run_id = [run for run in child_runs if run.name == "foo"][0].id
client.create_feedback(
    key="correctness",
    score=0,
    run_id=foo_run_id,
    # trace_id= 是可选的，但建议提供以启用批处理和后台反馈摄取。
    trace_id=trace_id,
)
您甚至可以使用 create_feedback() / createFeedback 为进行中的运行记录反馈。关于如何获取进行中运行的运行 ID，请参阅在追踪函数内访问当前运行（跨度）。 要了解更多关于如何根据各种属性（包括用户反馈）筛选追踪记录的信息，请参阅筛选追踪记录。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.