LangSmith 可以通过其内置的 OpenTelemetry 工具捕获 PydanticAI 生成的追踪信息。本指南将向您展示如何自动捕获来自 PydanticAI 智能体的追踪数据，并将其发送到 LangSmith 进行监控和分析。
安装所需的软件包：
pip install langsmith pydantic-ai opentelemetry-exporter-otlp
需要 LangSmith Python SDK 版本 langsmith>=0.4.26 以获得最佳的 OpenTelemetry 支持。
1. 配置环境变量
设置您的 API 密钥 和项目名称：
export LANGSMITH_API_KEY=<your_langsmith_api_key>
export LANGSMITH_PROJECT=<your_project_name>
export OPENAI_API_KEY=<your_openai_api_key>
2. 配置 OpenTelemetry 集成
在您的 PydanticAI 应用中，配置 LangSmith 的 OpenTelemetry 集成：
from langsmith.integrations.otel import configure
from pydantic_ai import Agent
# 配置 LangSmith 追踪
configure(project_name="pydantic-ai-demo")
# 为所有 PydanticAI 智能体启用工具
Agent.instrument_all()
您无需手动设置任何 OpenTelemetry 环境变量或配置导出器——configure() 会自动处理所有配置。
3. 创建并运行您的 PydanticAI 智能体
配置完成后，您的 PydanticAI 智能体将自动向 LangSmith 发送追踪数据：
from langsmith.integrations.otel import configure
from pydantic_ai import Agent
# 配置 LangSmith 追踪
configure(project_name="pydantic-ai-demo")
# 为所有 PydanticAI 智能体启用工具
Agent.instrument_all()
# 创建并运行一个智能体
agent = Agent('openai:gpt-4.1')
result = agent.run_sync('What is the capital of France?')
print(result.output)
#> Paris
高级用法
自定义元数据和标签
您可以使用 OpenTelemetry 跨度属性向追踪数据添加自定义元数据：
from opentelemetry import trace
from pydantic_ai import Agent
from langsmith.integrations.otel import configure
configure(project_name="pydantic-ai-metadata")
Agent.instrument_all()
tracer = trace.get_tracer(__name__)
agent = Agent('openai:gpt-4.1')
with tracer.start_as_current_span("pydantic_ai_workflow") as span:
span.set_attribute("langsmith.metadata.user_id", "user_123")
span.set_attribute("langsmith.metadata.workflow_type", "question_answering")
span.set_attribute("langsmith.span.tags", "pydantic-ai,production")
result = agent.run_sync('Explain quantum computing in simple terms')
print(result.output)
