02:24官方账号LangChain@LangChainAILangChain 团队为 LangSmith 中的持续学习智能体 Engine 构建了 IssueBench 评估套件。该基准解决了 Engine 在运行时需要特定数据类型的评估难题。博客详细介绍了 IssueBench 的设计目标、构建方法以及如何衡量 Engine 性能。通过 IssueBench,开发者可以更客观地评估 Engine 在真实追踪数据上的表现。AI模型EngineIssueBenchLangSmith推荐理由:如果你在用 LangSmith 做智能体,想测试 Engine 能不能自动改进,这个评估套件能帮你量化效果,值得一看。原文稍后读已读值得跟进有用关注 Engine
20:28官方账号LangChain@LangChainAILangChain发布Engine,无需新基础设施,直接基于现有LangSmith设置运行。用户只需连接一个项目(可选连接代码仓库),即可自动从生产环境中发现并呈现问题。该工具旨在降低生产环境调试门槛,提升问题定位效率。AI产品LangChainLangSmithEngine推荐理由:LangChain出了个新工具Engine,不用折腾新环境,接上LangSmith就能自动抓生产问题,省事。原文稍后读已读值得跟进有用关注 LangChain
15:30Harrison Chase@hwchase17LangSmith Engine 目前仅支持 LangSmith 追踪数据,但官方表示迁移非常容易。LangSmith 支持 OpenTelemetry(OTEL)并与 30 多个框架集成。有用户询问是否支持其他追踪存储(如 MLflow),官方回应可帮助迁移至 LangSmith 以使用 Engine。该工具旨在帮助开发者比较 AI 代理性能。AI产品LangSmithEngine追踪推荐理由:做 AI 代理的开发者如果正在用其他追踪工具,LangSmith Engine 的迁移支持值得关注——官方承诺协助,且集成广泛,能直接对比性能。原文稍后读已读值得跟进有用关注 LangSmith