Skip to main content
当您使用 LangChain 构建和运行代理时，您需要了解它们的行为：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 代理自动支持通过 LangSmith 进行跟踪，这是一个用于捕获、调试、评估和监控 LLM 应用行为的平台。 跟踪 记录了代理执行的每一步，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您调试问题、评估不同输入下的性能以及监控生产环境中的使用模式。 本指南将向您展示如何为 LangChain 代理启用跟踪，并使用 LangSmith 分析其执行情况。

​
先决条件

在开始之前，请确保您具备以下条件：

​
启用跟踪

所有 LangChain 代理都自动支持 LangSmith 跟踪。要启用它，请设置以下环境变量： 
export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>

​
快速入门

无需额外代码即可将跟踪记录到 LangSmith。只需像往常一样运行您的代理代码： 
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 {
    // ... 网络搜索逻辑
    return `Search results for: ${query}`;
}

const agent = createAgent({
    model: "gpt-4.1",
    tools: [sendEmail, searchWeb],
    systemPrompt: "You are a helpful assistant that can send emails and search the web."
});

// 运行代理 - 所有步骤将自动被跟踪
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，跟踪将记录到名为 default 的项目。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 上下文管理器选择性地追踪特定调用或应用程序的某部分： 
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] }
);

// 这将不会被追踪（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] }
);

​
为追踪添加元数据

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"
    }
  },
);
此自定义元数据和标签将附加到 LangSmith 中的追踪。
要了解如何使用追踪来调试、评估和监控您的代理，请参阅 LangSmith 文档。
在 GitHub 上编辑此页面 或提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等 以获取实时答案。