Skip to main content
LangSmith 可以通过 OpenTelemetry 工具捕获 AutoGen 生成的追踪信息。本指南将展示如何自动捕获来自 AutoGen 多智能体对话的追踪数据，并将其发送到 LangSmith 进行监控和分析。

​
安装

使用你偏好的包管理器安装所需的包： 
pip install langsmith autogen-agentchat autogen-ext opentelemetry-instrumentation-openai

​
设置

​
1. 配置环境变量

设置你的 API 密钥 和项目名称： 
export LANGSMITH_API_KEY=<你的_langsmith_api_密钥>
export LANGSMITH_PROJECT=<你的项目名称>
export OPENAI_API_KEY=<你的_openai_api_密钥>

​
2. 配置 OpenTelemetry 集成

在你的 AutoGen 应用中，配置 LangSmith OpenTelemetry 集成以及 OpenAI 检测器： 
from langsmith.integrations.otel import OtelSpanProcessor
from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.instrumentation.openai import OpenAIInstrumentor

# 设置追踪器提供者
tracer_provider = TracerProvider()
tracer_provider.add_span_processor(OtelSpanProcessor())
trace.set_tracer_provider(tracer_provider)

# 检测 OpenAI 调用
OpenAIInstrumentor().instrument()

​
3. 创建并运行你的 AutoGen 应用

配置完成后，你的 AutoGen 应用将自动向 LangSmith 发送追踪数据。将追踪器提供者传递给运行时以实现完整的追踪覆盖： 
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.conditions import MaxMessageTermination, TextMentionTermination
from autogen_agentchat.teams import SelectorGroupChat
from autogen_agentchat.ui import Console
from autogen_core import SingleThreadedAgentRuntime
from autogen_ext.models.openai import OpenAIChatCompletionClient
from langsmith.integrations.otel import OtelSpanProcessor
from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.instrumentation.openai import OpenAIInstrumentor

# 设置追踪
tracer_provider = TracerProvider()
tracer_provider.add_span_processor(OtelSpanProcessor())
trace.set_tracer_provider(tracer_provider)
OpenAIInstrumentor().instrument()

# 定义一个工具
def percentage_change(start: float, end: float) -> float:
    """计算两个值之间的百分比变化。"""
    if start == 0:
        return float("inf")
    return ((end - start) / start) * 100

async def main():
    model_client = OpenAIChatCompletionClient(model="gpt-4o")
    tracer = trace.get_tracer("autogen-demo")

    with tracer.start_as_current_span("run_team"):
        planning_agent = AssistantAgent(
            "PlanningAgent",
            description="规划任务并进行委派。",
            model_client=model_client,
            system_message=(
                "你是一个规划智能体。规划并委派任务。\n"
                "分配任务时，请使用：1. <智能体> : <任务>\n"
                '任务完成后，进行总结并以 "TERMINATE" 结束。'
            ),
        )

        data_analyst = AssistantAgent(
            "DataAnalystAgent",
            description="执行计算。",
            model_client=model_client,
            tools=[percentage_change],
            system_message="你是一个数据分析师。使用工具来计算结果。",
        )

        termination = TextMentionTermination("TERMINATE") | MaxMessageTermination(max_messages=25)

        # 将 tracer_provider 传递给运行时
        runtime = SingleThreadedAgentRuntime(tracer_provider=trace.get_tracer_provider())
        runtime.start()

        team = SelectorGroupChat(
            [planning_agent, data_analyst],
            model_client=model_client,
            termination_condition=termination,
            allow_repeated_speaker=True,
            runtime=runtime,
        )

        task = "你最初有 100 个苹果，现在有 120 个苹果。百分比变化是多少？"
        await Console(team.run_stream(task=task))

        await runtime.stop()

    await model_client.close()

if __name__ == "__main__":
    asyncio.run(main())

​
高级用法

​
自定义元数据和标签

你可以通过设置跨度属性来为追踪添加自定义元数据： 
from opentelemetry import trace

tracer = trace.get_tracer(__name__)

async def run_with_metadata():
    with tracer.start_as_current_span("autogen_workflow") as span:
        span.set_attribute("langsmith.metadata.session_type", "multi_agent")
        span.set_attribute("langsmith.metadata.agent_count", "2")
        span.set_attribute("langsmith.span.tags", "autogen,planning")

        # 你的 AutoGen 代码放在这里
        await Console(team.run_stream(task=task))

​
与其他检测器结合使用

你可以将 AutoGen 追踪与其他 OpenTelemetry 检测器结合使用： 
from opentelemetry.instrumentation.openai import OpenAIInstrumentor
from opentelemetry.instrumentation.httpx import HTTPXClientInstrumentor

# 初始化多个检测器
OpenAIInstrumentor().instrument()
HTTPXClientInstrumentor().instrument()

​
资源

Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.