项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-12 · 当前星标 ★ 1083
使用教程
环境要求
- Python 环境,可使用 pip 安装包
- 有效的 LangSmith API Key(形如 ls_...)
- 使用 org-scoped key 时需提供 Workspace ID
- 可选:Node.js 环境与 pnpm,用于 JavaScript/TypeScript SDK
安装与启动步骤
-
1安装 Python SDK
用 pip 安装或升级官方 langsmith 包,这是追踪与评估功能的基础依赖。
pip install -U langsmith -
2配置环境变量
开启追踪并填入 API Key;若用 org-scoped key 还需填 Workspace ID。注意不要把真实密钥提交到代码仓库。
export LANGSMITH_TRACING=true export LANGSMITH_API_KEY=ls_xxxxxxxx export LANGSMITH_WORKSPACE_ID=<your-workspace-id> -
3包装 OpenAI 客户端
用 wrap_openai 包装 OpenAI 客户端,之后所有 chat.completions 调用会被自动记录为 trace。
import openai from langsmith import traceable from langsmith.wrappers import wrap_openai client = wrap_openai(openai.Client()) client.chat.completions.create( messages=[{"role": "user", "content": "Hello, world"}], model="gpt-5.4" ) -
4(可选)安装 JS SDK
如使用 JavaScript / TypeScript,用 pnpm 添加 langsmith 包,环境变量配置方式与 Python 相同。
pnpm add langsmith -
5(可选)JS 追踪示例
用 wrapOpenAI 包装 OpenAI 客户端并调用接口,即可在平台上看到对应的 trace 记录。
import { OpenAI } from "openai"; import { traceable } from "langsmith/traceable"; import { wrapOpenAI } from "langsmith/wrappers"; const client = wrapOpenAI(new OpenAI()); await client.chat.completions.create({ model: "gpt-5.4", messages: [{ content: "Hi there!", role: "user" }], });
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
LANGSMITH_TRACING | 是 | 开启自动追踪开关,设为 true 后调用才会被记录 | true |
LANGSMITH_API_KEY | 是 | LangSmith 平台访问密钥,用于上报 trace 数据 | ls_xxxxxxxx |
LANGSMITH_WORKSPACE_ID | 否 | 使用 org-scoped key 时必填,指定数据归属的工作区 | <your-workspace-id> |
如何确认成功
脚本能正常返回 chat.completion 结果(含 usage token 统计),并可在 smith.langchain.com 平台看到对应 trace。
常见问题
Q:必须使用 LangChain 才能用吗?
A:不是。SDK 适用于任意 LLM 应用,只是内置了与 LangChain Python / LangChain JS 的原生集成。
Q:LANGSMITH_WORKSPACE_ID 一定要设置吗?
A:不一定。README 说明仅当使用 org-scoped key 时它是必填项,普通 key 可省略。
Q:JavaScript 版怎么安装?
A:使用 pnpm add langsmith 安装,然后按 JS README 配置同样的三个环境变量即可。
Q:还有更详细的用法文档吗?
A:有。仓库内提供 python/README.md 与 js/README.md,官方文档见 docs.smith.langchain.com。
注意事项
- API Key 属于敏感凭证,不要硬编码进源码或提交到仓库。
- 本仓库同时包含 Python 与 JavaScript 两个 SDK,按需查阅对应目录的 README。
核心亮点
- 与 LangChain 生态深度绑定,设置环境变量即可自动埋点,接入成本极低
- 支持 trace、数据集、评估、反馈四位一体,覆盖调试到评测的完整闭环
- 同时提供 Python 和 JS SDK,前后端团队可共用同一套观测数据
不足之处
- 核心功能依赖 LangSmith 云端服务,离线或私有化部署能力有限
- 脱离 LangChain 生态单独使用时,需手动埋点,便利性下降
适用场景
- 调试多步 Agent 时,逐层查看每步工具调用与模型输出的耗时和错误
- 上线前用固定数据集批量跑评估,对比不同 prompt 版本的准确率
- 收集线上用户点赞/点踩反馈,定位低质量回答并回流到数据集
替代项目
langfuse、phoenix、wandb
同类项目推荐
sdk
开源
给生产级 ML 装个元数据仓库,让模型资产可追踪、可复现。
Metadata store for Production ML
spectralquant
开源
旋转特征基+注水位分配,KV-Cache 压缩不降精度
SpectralQuant: Calibrated Eigenbasis Rotation and Water-Filled Bit Allocation for KV···
olleh
开源
用 Ollama 的姿势,跑 Apple 的模型
An Ollama-compatible CLI for Apple's Foundation Models
graphjin
开源
给AI代理一个统一数据入口,安全读写数据库和API
One governed graph for AI agents — GraphQL + MCP over your databases, files, APIs, ···
omniai
开源
一个 Ruby 库,统一多家 AI 接口,切换模型像换插件一样简单。
OmniAI standardizes the APIs for multiple AI providers like OpenAI's Chat GPT, Mistr···
ax-llm
开源
把大模型塞进爱芯芯片,OpenAI 接口即插即用
Explore LLM model deployment based on AXera's AI chips, It provides OpenAI‑compatib···
OpenSandbox
开源
给AI智能体一个安全可控的“手脚”,放心让它干活
Secure, Fast, and Extensible Sandbox runtime for AI agents.
litellm-relay
开源
一步接入所有 AI 工具,统一走你的 LiteLLM 网关
Onboard AI tools in one step, and catch the rest. Relay sets up Claude Desktop, Clau···
spark-vllm-docker
开源
双 DGX Spark 一键 Docker 跑 vLLM 推理
Docker configuration for running VLLM on dual DGX Sparks
