可观测性

用 LangSmith 追踪 Agent 的每一步执行，看清它调用了哪些工具、生成了什么 prompt、如何做出决策。

在用 LangChain 构建和运行 Agent 时，你需要看清它的行为：调用了哪些工具、生成了什么 prompt、如何做出决策。通过 createAgent 创建的 LangChain Agent 会自动支持通过 LangSmith 进行追踪（tracing）。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（Trace） 记录了 Agent 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。这些执行数据帮助你调试问题、评估不同输入下的表现，以及监控生产环境中的使用模式。

前置条件

开始之前，请确保你已具备：

• LangSmith 账号：在 smith.langchain.com 免费注册或登录。
• LangSmith API key：按照 "Create an API key" 指南创建。

启用追踪

所有 LangChain Agent 都自动支持 LangSmith 追踪。要启用它，只需设置以下环境变量：

export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>

快速开始

无需额外代码即可把追踪日志上报到 LangSmith。像平常一样运行 Agent 代码即可：

import { createAgent } from "@langchain/agents";

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

function searchWeb(query: string): string {
  // ... 网页搜索逻辑
  return `Search results for: ${query}`;
}

const agent = createAgent({
  model: "gpt-5.5",
  tools: [sendEmail, searchWeb],
  systemPrompt:
    "You are a helpful assistant that can send emails and search the web.",
});

// 运行 Agent —— 所有步骤都会被自动追踪
const response = await agent.invoke({
  messages: [
    {
      role: "user",
      content:
        "Search for the latest AI news and email a summary to john@example.com",
    },
  ],
});

默认情况下，追踪日志会记录到名为 default 的项目中。要配置自定义项目名，请参考下方的"记录到项目"。

选择性追踪

你可以使用 LangSmith 的 tracing_context 上下文管理器，选择只追踪特定调用或应用的某些部分：

代码要点：通过显式传入 LangChainTracer 实例到 callbacks，可以精确控制哪些调用会被追踪；不传入 tracer 的调用（且未设置 LANGSMITH_TRACING）则不会被追踪。

import { LangChainTracer } from "@langchain/core/tracers/tracer_langchain";

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

// 这次调用不会被追踪（前提是 LANGSMITH_TRACING 未设置）
await agent.invoke({
  messages: [{ role: "user", content: "Send another email" }],
});

记录到项目

静态方式

通过设置 LANGSMITH_PROJECT 环境变量，可以为整个应用指定一个自定义项目名：

export LANGSMITH_PROJECT=my-agent-project

动态方式

也可以针对特定操作以编程方式设置项目名：

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] },
);

自定义元数据与标签

你可以在追踪上附加自定义元数据和标签，方便后续在 LangSmith 中筛选和查询：

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会被附加到 LangSmith 中的追踪记录上。

小结

可观测性是 Agent 从开发走向生产的关键一环：只需设置 LANGSMITH_TRACING=true 和 LANGSMITH_API_KEY，createAgent 创建的 Agent 就会自动上报全链路追踪。配合项目分组、标签和元数据，你可以在 LangSmith 中高效地调试、评估和监控 Agent 行为。如果需要回顾 Agent 的创建方式，请参阅快速开始与Agent。

---

本文基于 LangChain 官方文档 翻译并二次创作。