PROVIDER - LangChain 官方 LLM 观测与评测平台

LangSmith

LangSmith 是 LangChain 官方 LLM 观测平台,提供树状链路追踪、数据集与评测器、提示版本管理,与 LangChain/LangGraph 原生集成且 1 行环境变量即可开启上报,支持云托管与自托管 2 种形态;不足是生态绑定较深、免费层追踪量与保留期有限。

AI平台 美国 2026.11.19
4.5分

详细说明

优势 5 项

提供端到端链路追踪,可把 1 次 Agent 运行拆成树状步骤逐层定位问题
与 LangChain、LangGraph 原生集成,1 行环境变量即可开启上报
支持数据集与评测器,可对 2 个以上提示版本做回归对比
内置提示管理与可视化调试,改动可版本化并在 1 次点击内回滚
提供云托管与自托管 2 种形态,企业版支持私有部署

不足 4 项

与 LangChain 生态绑定较深,其他框架需手动埋点
免费层对追踪量与保留期有限制
大规模追踪带来可观存储与网络开销
自托管版本需要自行运维与升级

服务商概述

LangSmith 是 LangChain 团队推出的 LLM 应用观测与评测平台,覆盖追踪、评测与提示管理三条主线。

在 AI 平台分类里,它属于「LLM 工程化平台」:把不可见的模型调用链变成可检查、可回归的工程对象。

核心优势

  • 树状追踪:1 次运行逐层拆解
  • 原生集成:LangChain 零改造接入
  • 评测闭环:数据集 + 评测器
  • 提示版本化:可回滚可对比
  • 两种形态:云托管与自托管

产品生态

平台能力

链路追踪与耗时分析、数据集管理、评测器与回归对比、提示管理、在线反馈收集、用量与配额看板。

集成

与 LangChain、LangGraph 原生集成,可通过 OpenTelemetry 等标准协议接入其他框架。

典型场景

Agent 调试、提示迭代回归、线上质量监控、团队协作式评测。

不足之处

  • 生态绑定:非 LangChain 需手动埋点
  • 免费限制:追踪量与保留期有限
  • 存储开销:大量追踪推高成本
  • 运维负担:自托管需自行维护

适用场景

  • LangChain/LangGraph 项目(★★★★★):零改造接入
  • Agent 调试(★★★★★):树状视图直观
  • 提示回归评测(★★★★☆):数据集闭环
  • 完全中立可观测(★★★☆☆):可评估其他方案

价格参考

项目 价格 备注
Developer $0 个人免费层,含基础追踪额度
Plus 按席位月付 更高追踪量与保留期
Enterprise 需联系销售 自托管与合规支持

常见问题

非 LangChain 项目能用吗?

可以,但需要手动埋点或通过标准协议上报,集成成本更高。

追踪数据存在哪里?

云版存储在平台侧,自托管版部署在自有环境。

评测怎么做?

上传数据集并配置评测器,即可对新旧版本做回归对比。

有免费额度吗?

提供个人免费层,具体追踪量与保留期以官网为准。

代码示例

# 开启上报(环境变量方式)
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=LSV2_API_KEY
export LANGCHAIN_PROJECT=demo-agent
from langsmith import traceable

@traceable(name="answer_question")
def answer(question: str) -> str:
    return f"回答:{question}"

print(answer("如何降低推理成本?"))

社区与资源

  • 产品主页:https://www.langchain.com/langsmith
  • 官方文档:https://docs.smith.langchain.com/
  • 开源框架:https://github.com/langchain-ai/langchain
前往 LangSmith 官网 → https://www.langchain.com/langsmith
访问官网 ↗