LangSmith 是 LangChain 官方推出的 LLM 应用开发平台，用于对基于 LangChain（以及其它框架）构建的大模型应用进行调试、测试、评估和监控。它会把每一次模型调用、每一条链的执行过程完整记录下来，让你在网页端以可视化方式查看输入、输出、耗时、token 用量和完整的调用链。简单说，它给“看不见摸不着”的大模型应用装上了一双眼睛。

官网

https://smith.langchain.com/

为什么需要 LangSmith

大模型应用有个天然的痛点：它是一个黑盒。你发一段提示词进去，拿到一段回复出来，中间发生了什么、哪一步慢、哪一步花了多少 token、模型到底收到了什么系统提示，都无从得知。一旦效果不理想或成本飙升，排查起来就非常吃力。

LangSmith 主要解决以下几类问题：

• 可观测性：把每次调用的完整链路、输入输出、耗时和 token 用量记录下来，一目了然；
• 调试：出错时能看到具体是哪一步、传了什么参数、返回了什么，快速定位问题；
• 评估：用数据集对提示词、链、Agent 做批量评测，用数据而非感觉来判断改动是否有效；
• 协作：团队成员可以共享 trace 和评测结果，讨论问题时直接甩一条链接。

对于本地跑个 demo 也许感觉不到它的价值，但一旦应用变复杂（多步链、RAG、Agent），LangSmith 几乎是必备工具。

快速上手

1. 创建 API Key

登录官网后，进入 Settings 页面，创建一个 API Key：

2. 配置环境变量

把 API Key 和相关配置写入环境变量（或项目的 .env 文件）：

LangSmith 识别的关键环境变量如下：

# 是否开启 langSmith 监控
LANGSMITH_TRACING=true
# 服务地址
LANGSMITH_ENDPOINT=https://api.smith.langchain.com
# API Key
LANGSMITH_API_KEY=<api key>
# 项目名称
LANGSMITH_PROJECT=my-project

3. 运行你的应用

只要上面的环境变量配置正确，LangChain 会在调用模型时自动把 trace 上报到 LangSmith，无需改动业务代码。下面以 DeepSeek 为例：

import { initChatModel } from "langchain";

const model = await initChatModel("deepseek:deepseek-chat", {
  apiKey: process.env.DEEPSEEK_API_KEY,
});

const res = await model.invoke("用一句话介绍 LangSmith 是做什么的");
console.log(res.content);

如果你把变量放在 .env 里，运行时记得加载它。Node 20.6+ 可以直接用内置的 --env-file：

node --env-file=.env index.js

4. 在面板查看监控数据

运行结束后，打开对应项目的页面，就能看到刚刚这次调用的完整记录——输入、输出、耗时、token 用量、以及它是哪条链的一部分：

进阶：让 trace 更好找

当项目里有成百上千条 trace 时，给它们加上名字、标签和元数据会方便很多。在调用时通过第二个参数传入即可：

const res = await model.invoke("用一句话介绍 LangSmith 是做什么的", {
  runName: "first-trace",                 // 给这次运行起个名字
  tags: ["demo", "langsmith"],            // 打标签，方便筛选
  metadata: { source: "index.js" },       // 附加上下文信息
});

这样在面板里就能按标签过滤、按名字搜索，也能看到自定义的元数据。

常见问题

• 环境变量名写错：服务地址是 LANGSMITH_ENDPOINT，项目名是 LANGSMITH_PROJECT。写成 CHECKPOINT、PROJECT_NAME 之类的都不会生效。
• .env 不生效：Node 不会自动加载 .env，需要 --env-file 或 dotenv 手动加载。
• 控制台出现 Failed to fetch info on supported operations ... timeout 警告：这是 SDK 拉取服务器能力信息超时后的回退提示。它会自动降级为批量上报，并不影响 trace 上传，通常是到 LangSmith 的网络较慢导致的，可以忽略。
• 安全提醒：API Key 等同于账号权限，务必只放在环境变量或 .env 里，并为 .env 配置 .gitignore，避免提交到版本库。

小结

LangSmith 的核心价值是把大模型应用从“黑盒”变成“白盒”：通过自动追踪提供可观测性，帮你调试、评估和协作。上手成本也很低——创建一个 API Key、配好 LANGSMITH_TRACING、LANGSMITH_ENDPOINT、LANGSMITH_API_KEY、LANGSMITH_PROJECT 四个环境变量，代码一行都不用改，运行后就能在官网看到完整的调用链。对于任何准备把 LangChain 应用做扎实的开发者，这几乎是第一件该做的事。