Skip to main content
当使用 LangSmith SDK、LangGraph 和 LangChain 进行追踪时，追踪应自动传播正确的上下文，以便在父追踪中执行的代码会在 UI 的预期位置呈现。 如果你看到子运行进入了一个单独的追踪（并显示在顶层），这可能是由以下已知的“边缘情况”之一引起的。

​
Python

以下概述了使用 Python 构建时导致追踪“分裂”的常见原因。

​
使用 asyncio 进行上下文传播

在 Python 版本 < 3.11 中使用异步调用（尤其是流式处理）时，你可能会遇到追踪嵌套问题。这是因为 Python 的 asyncio 直到 3.11 版本才完全支持传递上下文。

​
原因

LangChain 和 LangSmith SDK 使用 contextvars 来隐式传播追踪信息。在 Python 3.11 及更高版本中，这可以无缝工作。然而，在早期版本（3.8、3.9、3.10）中，asyncio 任务缺乏适当的 contextvar 支持，这可能导致追踪断开。

​
解决方法

  1. 升级 Python 版本（推荐） 如果可能，升级到 Python 3.11 或更高版本以实现自动上下文传播。
  2. 手动上下文传播 如果无法升级，你需要手动传播追踪上下文。方法因你的设置而异： a) 使用 LangGraph 或 LangChain 将父级 config 传递给子调用： 
    import asyncio
from langchain_core.runnables import RunnableConfig, RunnableLambda

@RunnableLambda
async def my_child_runnable(
    inputs: str,
    # config 参数（在下面的 parent_runnable 中存在）是可选的
):
    yield "A"
    yield "response"

@RunnableLambda
async def parent_runnable(inputs: str, config: RunnableConfig):
    async for chunk in my_child_runnable.astream(inputs, config):
        yield chunk

async def main():
    return [val async for val in parent_runnable.astream("call")]

asyncio.run(main())
    b) 直接使用 LangSmith 直接传递运行树： 
    import asyncio
import langsmith as ls

@ls.traceable
async def my_child_function(inputs: str):
    yield "A"
    yield "response"

@ls.traceable
async def parent_function(
    inputs: str,
    # 运行树可以由装饰器自动填充
    run_tree: ls.RunTree,
):
    async for chunk in my_child_function(inputs, langsmith_extra={"parent": run_tree}):
        yield chunk

async def main():
    return [val async for val in parent_function("call")]

asyncio.run(main())
    c) 将装饰代码与 LangGraph/LangChain 结合使用 使用组合技术进行手动交接： 
    import asyncio
import langsmith as ls
from langchain_core.runnables import RunnableConfig, RunnableLambda

@RunnableLambda
async def my_child_runnable(inputs: str):
    yield "A"
    yield "response"

@ls.traceable
async def my_child_function(inputs: str, run_tree: ls.RunTree):
    with ls.tracing_context(parent=run_tree):
        async for chunk in my_child_runnable.astream(inputs):
            yield chunk

@RunnableLambda
async def parent_runnable(inputs: str, config: RunnableConfig):
    # @traceable 装饰的函数在通过 "config" 传入时可以直接接受 RunnableConfig
    async for chunk in my_child_function(inputs, langsmith_extra={"config": config}):
        yield chunk

@ls.traceable
async def parent_function(inputs: str, run_tree: ls.RunTree):
    # 你可以手动设置追踪上下文
    with ls.tracing_context(parent=run_tree):
        async for chunk in parent_runnable.astream(inputs):
            yield chunk

async def main():
    return [val async for val in parent_function("call")]

asyncio.run(main())

​
使用 threading 进行上下文传播

通常，你会开始追踪，并希望在单个追踪内对子任务应用一些并行性。Python 标准库的 ThreadPoolExecutor 默认会破坏追踪。

​
原因

Python 的 contextvars 在新线程中开始时是空的。以下是两种处理以保持追踪连续性的方法：

​
解决方法

  1. 使用 LangSmith 的 ContextThreadPoolExecutor LangSmith 提供了一个 ContextThreadPoolExecutor，可以自动处理上下文传播： 
    from langsmith.utils import ContextThreadPoolExecutor
from langsmith import traceable

@traceable
def outer_func():
    with ContextThreadPoolExecutor() as executor:
        inputs = [1, 2]
        r = list(executor.map(inner_func, inputs))

@traceable
def inner_func(x):
    print(x)

outer_func()
  2. 手动提供父运行树 或者，你可以手动将父运行树传递给内部函数： 
    from langsmith import traceable, get_current_run_tree
from concurrent.futures import ThreadPoolExecutor

@traceable
def outer_func():
    rt = get_current_run_tree()
    with ThreadPoolExecutor() as executor:
        r = list(
            executor.map(
                lambda x: inner_func(x, langsmith_extra={"parent": rt}), [1, 2]
            )
        )

@traceable
def inner_func(x):
    print(x)

outer_func()
在这种方法中，我们使用 get_current_run_tree() 获取当前运行树，并使用 langsmith_extra 参数将其传递给内部函数。 这两种方法都确保内部函数调用即使在单独的线程中执行，也能正确地聚合在初始追踪堆栈下。
将这些文档连接到 Claude、VSCode 等，通过 MCP 获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。