Skip to main content
在使用 LangChain 构建和运行智能体时，你需要了解其行为：它们调用了哪些工具、生成了什么提示以及如何做出决策。使用 createAgent 构建的 LangChain 智能体自动支持通过 LangSmith 进行追踪。LangSmith 是一个用于捕获、调试、评估和监控 LLM 应用行为的平台。 追踪记录 记录了智能体执行的每一步，从初始用户输入到最终响应，包括所有工具调用、模型交互和决策点。这些执行数据有助于你调试问题、评估不同输入下的性能，并监控生产环境中的使用模式。 本指南将向你展示如何为 LangChain 智能体启用追踪，并使用 LangSmith 分析其执行过程。

​
前提条件

开始之前，请确保满足以下条件：

​
启用追踪

所有 LangChain 智能体都自动支持 LangSmith 追踪。要启用它，请设置以下环境变量： 
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<你的-api-key>

​
快速开始

无需额外代码即可将追踪记录到 LangSmith。只需像往常一样运行你的智能体代码： 
import { createAgent } from "@langchain/agents";

function sendEmail(to: string, subject: string, body: string): string {
    // ... 邮件发送逻辑
    return `邮件已发送至 ${to}`;
}

function searchWeb(query: string): string {
    // ... 网络搜索逻辑
    return `搜索结果：${query}`;
}

const agent = createAgent({
    model: "gpt-4.1",
    tools: [sendEmail, searchWeb],
    systemPrompt: "你是一个可以发送电子邮件和搜索网络的助手。"
});

// 运行智能体 - 所有步骤将自动被追踪
const response = await agent.invoke({
    messages: [{ role: "user", content: "搜索最新的 AI 新闻，并将摘要发送至 john@example.com" }]
});
默认情况下，追踪记录将记录到名为 default 的项目中。要配置自定义项目名称，请参阅记录到项目。

​
选择性追踪

您可以使用 LangSmith 的 tracing_context 上下文管理器来追踪特定的调用或应用程序的特定部分： 
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

// 这将被追踪
const tracer = new LangChainTracer();
await agent.invoke(
  {
    messages: [{role: "user", content: "Send a test email to alice@example.com"}]
  },
  { callbacks: [tracer] }
);

// 这不会被追踪（如果未设置 LANGSMITH_TRACING）
await agent.invoke(
  {
    messages: [{role: "user", content: "Send another email"}]
  }
);

​
记录到项目

您可以通过设置 LANGSMITH_PROJECT 环境变量为您的整个应用程序设置自定义项目名称：
export LANGSMITH_PROJECT=my-agent-project
您可以为特定操作以编程方式设置项目名称：
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

const tracer = new LangChainTracer({ projectName: "email-agent-test" });
await agent.invoke(
  {
    messages: [{role: "user", content: "Send a test email to alice@example.com"}]
  },
  { callbacks: [tracer] }
);

​
向追踪添加元数据

您可以使用自定义元数据和标签注释您的追踪： 
import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

const tracer = new LangChainTracer({ projectName: "email-agent-test" });
await agent.invoke(
  {
    messages: [{role: "user", content: "Send a test email to alice@example.com"}]
  },
  {
    tags: ["production", "email-assistant", "v1.0"],
    metadata: {
      userId: "user123",
      sessionId: "session456",
      environment: "production"
    }
  },
);
这些自定义元数据和标签将附加到 LangSmith 中的追踪。
要了解有关如何使用追踪来调试、评估和监控您的代理的更多信息，请参阅 LangSmith 文档。
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.