Skip to main content
LangSmith CLI 是一个快速、对智能体友好的命令行工具，可直接在终端中处理您的 LangSmith 数据和工作流。它专为人类和 AI 编码智能体设计，用于列出、筛选、检索和导出数据——默认提供可预测的 JSON 输出，并为人类提供美观的表格模式。
专为智能体和脚本构建：默认输出 JSON，支持清晰的 stdout/stderr 分离，并提供 --yes 标志用于非交互式使用。

​
安装

使用以下方法之一进行安装： 
curl -sSL https://raw.githubusercontent.com/langchain-ai/langsmith-cli/main/scripts/install.sh | sh

​
认证

将您的 API 密钥 设置为环境变量： 
export LANGSMITH_API_KEY="lsv2_..."
可选默认设置： 
export LANGSMITH_ENDPOINT="https://api.smith.langchain.com"  # 自托管/混合部署
export LANGSMITH_PROJECT="my-default-project"                 # 查询的默认项目
或者在运行命令时通过标志传递： 
langsmith --api-key lsv2_... trace list --project my-app

​
快速开始

以下命令涵盖了核心资源类型——项目、追踪、运行、数据集、实验和会话线程： 
# 列出追踪项目（会话）
langsmith project list

# 列出项目中的近期追踪
langsmith trace list --project my-app --limit 5

# 获取特定追踪的完整详情
langsmith trace get <trace-id> --project my-app --full

# 列出包含令牌计数的 LLM 运行
langsmith run list --project my-app --run-type llm --include-metadata

# 数据集和实验
langsmith dataset list
langsmith experiment list --dataset my-eval-set

# 项目中的会话线程
langsmith thread list --project my-chatbot

​
输出格式

  • 默认：JSON 输出到 stdout，便于管道传输和脚本处理
  • 美观表格：--format pretty 用于人类可读的表格和树状视图
  • 写入文件：-o <路径>
langsmith trace list --project my-app                  # JSON 数组输出到 stdout
langsmith --format pretty trace list --project my-app  # 表格/树状视图
langsmith trace list --project my-app -o traces.json   # 将 JSON 写入文件

​
命令概览

CLI 按资源分组功能。每个命令都支持 --limit、--last-n-minutes 等筛选器。

​
project—列出追踪项目

langsmith project list                    # 默认限制：20
langsmith project list --name-contains chatbot
langsmith --format pretty project list

​
trace—查询和导出追踪

langsmith trace list --project my-app --limit 50 --last-n-minutes 60
langsmith trace list --project my-app --error --include-metadata
langsmith trace get <trace-id> --project my-app --full
langsmith trace export ./traces --project my-app --limit 20 --full

​
run—查询单个运行

langsmith run list --project my-app --run-type llm
langsmith run list --project my-app --run-type tool --name search
langsmith run get <run-id> --full
langsmith run export llm_calls.jsonl --project my-app --run-type llm --full

​
thread—查询会话线程

langsmith thread list --project my-chatbot --last-n-minutes 120
langsmith thread get <thread-id> --project my-chatbot --full

​
dataset—管理评估数据集

langsmith dataset list --name-contains eval
langsmith dataset get my-dataset
langsmith dataset create --name my-eval-set --description "QA pairs for v2"
langsmith dataset export my-dataset ./data.json --limit 500

​
evaluator—管理评估器

langsmith evaluator list
langsmith evaluator upload evals.py --name accuracy --function check_accuracy --dataset my-eval-set
langsmith evaluator delete accuracy --yes

​
experiment—结果和摘要

langsmith experiment list --dataset my-eval-set
langsmith experiment get my-experiment-2024-01-15
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.