Skip to main content
Python/TypeScript 中的 wrap_openai/wrapOpenAI 方法允许您包装 OpenAI 客户端，以便自动记录跟踪信息——无需装饰器或函数包装！使用该包装器可确保消息（包括工具调用和多模态内容块）在 LangSmith 中得到良好渲染。另请注意，该包装器可与 @traceable 装饰器或 traceable 函数无缝协作，您可以在同一应用程序中同时使用两者。
即使使用 wrap_openai 或 wrapOpenAI，也必须将 LANGSMITH_TRACING 环境变量设置为 'true'，跟踪信息才会记录到 LangSmith。这允许您在不更改代码的情况下切换跟踪功能的开启和关闭。此外，您需要将 LANGSMITH_API_KEY 环境变量设置为您的 API 密钥（更多信息请参阅设置）。如果您的 LangSmith API 密钥关联了多个工作区，请设置 LANGSMITH_WORKSPACE_ID 环境变量以指定要使用的工作区。默认情况下，跟踪信息将记录到名为 default 的项目中。要将跟踪信息记录到其他项目，请参阅将跟踪记录到特定项目。
import openai
from langsmith import traceable
from langsmith.wrappers import wrap_openai

client = wrap_openai(openai.Client())

@traceable(run_type="tool", name="Retrieve Context")
def my_tool(question: str) -> str:
  return "During this morning's meeting, we solved all world conflict."

@traceable(name="Chat Pipeline")
def chat_pipeline(question: str):
  context = my_tool(question)
  messages = [
      { "role": "system", "content": "You are a helpful assistant. Please respond to the user's request only based on the given context." },
      { "role": "user", "content": f"Question: {question}\nContext: {context}"}
  ]
  chat_completion = client.chat.completions.create(
      model="gpt-5.4", messages=messages
  )
  return chat_completion.choices[0].message.content

chat_pipeline("Can you summarize this morning's meetings?")
通过MCP连接这些文档到Claude、VSCode等，以获取实时答案。
在GitHub上编辑此页面或提交问题。