LangChain 接入 LangSmith开启模型调用监控

头像
崧峻.
原创
发布时间: 2026-07-19 20:21:51 | 阅读数 0收藏数 0评论数 0
人工智能
LangChain
LangSmith
agent
模型调用监控
封面
本文介绍 LangSmith 的基本使用流程，包括注册登录、创建 API Key、配置环境变量，以及在 LangChain 项目中开启 LangSmith 监控。通过一个简单的模型调用示例，演示如何查看项目运行记录、对话详情以及模型调用过程，帮助初学者快速完成 LangChain 应用的可观测性配置。
1

注册/登陆

向左
向右
图片
12

https://smith.langchain.com/ 这个是langsmith 的官网 大家可以进行注册或登录

我这边就直接用谷歌登录了

2

申请api key

向左
向右
图片
1234
  1. 我们点击左下方的设置 如图1
  2. 然后如图2所示我们新增一个api key
  3. 然后如图3 第一行是描述 大家可以叫项目名 然后是工作空间 最后是过期时间 我这边设置的是永不过期，然后点击创建即可
  4. 创建之后如图4 我们一定要在这就复制key 并保存好 后面就不允许再显示了
3

添加环境

图片

在.env中输入如下配置


# 是否启用 langsmith的监控功能
LANGSMITH_TRACING=true

# langsmith的监控webui地址
LANGSMITH_ENDPOINT=https://api.smith.langchain.com

# API KEY
LANGSMITH_API_KEY=<your-api-key>

# 项目名称
LANGSMITH_PROJECT="pr-untimely-descent-96"


记得重新加载env

4

查看记录

向左
向右
图片
12

然后我们运行一下我们的langchain 代码


from dotenv import load_dotenv
from langchain.chat_models import init_chat_model

import os

load_dotenv('.env', override=True)
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
OPENAI_BASE_URL = os.getenv("OPENAI_BASE_URL")

model = init_chat_model(
model="openai:gpt-4.1-mini",
api_key=OPENAI_API_KEY,
base_url=OPENAI_BASE_URL
)

message = [
{"role":"system","content":"你是一个专业的数学专家"},
{"role":"user","content":"请给我讲解一下什么是线性回归"}
]

model.invoke(message).pretty_print()



如图2 然后home页面就有这个信息

5

对话记录

向左
向右
图片
123
  1. 如图1所示点击追踪 点击这条信息
  2. 然后就能看到如图2所示的这个项目的对话记录
  3. 点击就能查看详情 如图3
阅读记录0
点赞0
收藏0
禁止 本文未经作者允许授权，禁止转载
更多相关项目
猜你喜欢
评论/提问(已发布 0 条)
头像
评论 评论
收藏 收藏
分享 分享
pdf下载 下载
pdf下载 举报