01:06Harrison Chase@hwchase17精选LangChain推出一个新插件,可将每个Claude Code会话直接追踪到LangSmith。设置仅需三个命令和一个JSON块,大约两分钟完成。所有消息、工具调用和子代理运行都会作为可检查的追踪显示。该插件帮助开发者调试Claude Code出现偏差的情况。AI产品LangSmithClaude CodeLangChain调试追踪推荐理由:想调试Claude Code?LangChain这个新插件两分钟就能把每个会话追踪到LangSmith,消息和工具调用一目了然,超级实用。原文
23:35官方账号LangChain@LangChainAILangChain 发布了新插件,可将 Claude Code 的每个会话完整追踪到 LangSmith。用户只需运行三条命令并配置一个 JSON block,即可在两分钟内完成集成。所有消息、工具调用和子代理运行都会显示为可检查的追踪记录,方便排查问题。该插件目前通过 LangChain 的 x.com 账号公开介绍。技巧Claude CodeLangSmithLangChain调试智能体推荐理由:用三条命令把你的 Claude Code 会话直接接入 LangSmith,所有内部调用一目了然,调试再也不用抓瞎。原文
23:30Harrison Chase@hwchase17Adam Łucek 介绍了如何利用 LangSmith 的 Terraform provider 对 AI Agent 进行在线评估和监控告警。该方法将基础设施即代码(IaC)模式扩展到评估流程,用户可在现有 Terraform 配置中直接定义评估工作流。核心组件包括自动触发评估的在线评估器和基于 Agent 表现告警的监控规则。该方案使评估配置与基础设施保持一致,简化了 Agent 生产环境的可观测性。技巧LangSmithTerraform评估Agent推荐理由:Adam 分享了用 Terraform 管理 LangSmith 在线评估的实操方法,让监控和告警像基础设施一样可编排,适合用 IaC 的团队。原文
03:52官方账号LangChain@LangChainAI施耐德电气在生产环境中部署了60多个AI智能体,覆盖100多个国家,所有流程通过自托管的LangSmith进行追踪。其AI助手服务了16万名员工。公司分享了构建LLMOps基础以信任大规模智能体的实践经验,包括如何确保可靠性和可观测性。技巧Schneider ElectricLangSmithAI agents智能体LLMOps推荐理由:施耐德电气分享怎么管60多个AI智能体,覆盖100国,16万员工在用,用自托管LangSmith追踪,实战经验很具体。原文
02:37Harrison Chase@hwchase17精选72°deepagents 是 LangChain 新开源的、模型无关的智能体框架(harness)。LangChain Academy 随之推出《Introduction to Deep Agents》课程,系统讲解 harness 概念及其4大核心能力。课程指导用户使用 deepagents 构建智能体,并利用 LangSmith 进行追踪与部署。开源项目地址已在Twitter公布。AI产品deepagentsLangChainLangSmith智能体推荐理由:LangChain 刚开源了 deepagents,还出了免费课程,想学 agent 框架的可以上手试试。原文
01:49官方账号LangChain@LangChainAILangChain Academy 发布新课程“Introduction to Deep Agents”,系统讲解什么是 agent harness 以及为何 agent 需要它。课程涵盖 harness 的 4 个核心能力:封装、路由、状态管理、生命周期控制。学员将学习如何用 Deep Agents 框架构建 agent,并使用 LangSmith 进行跟踪与部署。该课程面向已掌握基础 LangChain 的开发者,提供免费在线学习资源。技巧LangChainLangSmithDeep Agents智能体推荐理由:LangChain 官方出了个免费课,专门讲 Deep Agents 框架和 harness 的四个核心能力,学完就能上手搭建和部署自己的 AI agent,比之前零散教程系统多了。原文
04:40官方账号LangChain@LangChainAILangSmith Evaluation允许开发者使用真实生产数据评估智能体性能,识别具体失败场景并改进智能体质量。该功能通过分析用户与智能体的实际交互记录,定位性能瓶颈和错误模式。开发者无需模拟数据即可获得准确反馈,加速迭代。LangSmith是LangChain平台的一部分,专注于智能体可观测性和调试。AI产品LangSmithLangChain智能体评估生产数据推荐理由:LangSmith出了新功能,能直接用真实用户数据帮你分析智能体哪儿摔跤了,比凭感觉排查靠谱多了。原文
04:39官方账号LangChain@LangChainAILangChain官方推特介绍了关于LangSmith评估的新内容,指向langchain.com/evaluation页面。LangSmith是专为大语言模型应用设计的调试、评估与监控平台。新内容可能涉及评估流程、指标和最佳实践。技巧LangSmithLangChain评估调试推荐理由:想用LangChain做LLM评估?LangSmith这次更新了评估模块,看看有什么新方法。原文
00:12官方账号LangChain@LangChainAILangChain 在 X 上分享了一个教程,演示如何结合 harborframework 与 LangSmith 的沙箱功能来运行智能体评估。评估过程会自动记录每次调用的完整痕迹,包括工具调用、中间输出等细节。该方法可帮助开发者快速验证 agent 在特定场景下的表现,并定位失败原因。技巧LangSmithharborframework智能体评估沙箱追踪推荐理由:如果你在用 LangSmith 调试 agent,这个教程教你用 harborframework 一键跑评估,还带完整追踪,省去手动排查的麻烦。原文
01:52官方账号LangChain@LangChainAIClaude Code、Cursor、Copilot等编程助手日志格式不统一,导致团队使用多个工具时成本翻倍却无法追溯。LangSmith推出统一追踪功能,将Claude Code、Codex、Cursor、Copilot、Pi、OpenCode的追踪数据整合为一致格式,包含相同追踪树、元数据和查询语法。开发者可通过LangChain博客获取详细信息。AI产品LangSmithClaude CodeCursorCopilot编程助手6 个信源在谈推荐理由:还在为编程Agent账单翻倍发愁?LangSmith把Claude Code、Cursor、Copilot等工具的日志统一了,终于能看清每分钱花哪了。原文
23:32Harrison Chase@hwchase17Harbor是一个用于运行长期、有状态智能体(agent)评估的框架。LangChain通过博客和视频教程展示了与Harbor的多种集成方式。博客地址为langchain.com/blog/unified-s…,视频教程演示了如何使用Harbor和LangSmith评估deepagents。技巧HarborLangChainLangSmithdeepagents评估框架推荐理由:Harbor专门做长期agent评测,LangChain有博客和视频教你怎么集成,适合做复杂agent测试的人。原文
01:59官方账号LangChain@LangChainAIHarbor 框架现已直接接入 LangChain 的 Deep Agents、LangSmith Sandboxes 和 LangSmith Observability。该集成通过一段 10 分钟视频完整演示了 Harbor 是什么、如何将 Deep Agent 与 Harbor 集成、以及如何在 LangSmith 中查看结果。这一升级使开发者能够更便捷地在 LangChain 生态内使用 Harbor 进行容器管理和部署。AI产品LangChainHarborDeep AgentsLangSmith集成推荐理由:LangChain 把 Harbor 直接接入了 Deep Agents 和 LangSmith,看 10 分钟视频就能学会怎么用,省去自己折腾集成。原文
21:54官方账号LangChain@LangChainAIPendoio每天通过LangSmith的trace仪表盘监控Novus智能体,发现客户需求与系统支持之间的差距。他们据此构建新的评估集,将用户行为追踪到代码修复。这一流程帮助团队在客户察觉前捕获60%的agent故障。技巧LangSmithPendoioNovus智能体监控推荐理由:Pendoio用LangSmith每天抓出60%的agent问题,从用户行为一路追到代码修复,流程很实在。原文
03:27官方账号LangChain@LangChainAIAntimetal推出自主系统,用于管理生产环境中的软件。它构建环境的世界模型,让代理持续监控、预防问题、分类警报并修复故障。目前处于私有测试阶段,已被初创公司和Fortune 500的工程、基础设施和SRE团队使用。该系统基于Deep Agents构建,并利用LangSmith进行追踪、评估和沙箱测试。AI产品AntimetalLangSmithDeep Agents智能体生产运维推荐理由:Antimetal用LangSmith做追踪,自动化管生产软件,适合SRE团队试试。他们用的Deep Agents挺有意思。原文
02:09Harrison Chase@hwchase17精选本教程展示如何结合Gemini Live和deepagents子代理构建语音研究代理。Gemini Live提供低延迟、自然流畅的语音对话能力,而deepagents负责执行长时间运行的复杂任务。通过LangSmith实现全链路追踪与可观测性。该方法解决了语音代理中对话质量与可靠性的权衡问题。技巧Gemini LivedeepagentsLangChainLangSmith语音代理推荐理由:LangChain发了个教程,教你用Gemini Live做语音代理,把复杂任务丢给deepagents子代理,既能低延迟对话又能跑长时间任务,挺实用的。原文
01:36官方账号LangChain@LangChainAILangChain介绍语音智能体构建的两种方案:Gemini Live实现低延迟的自然对话,Sandwich架构提供更可靠的流程控制。他们结合Gemini Live、Deep Agents和LangSmith构建了一个语音研究智能体,具备完整追踪与可观测性。该方案同时优化了对话质量和长期研究任务的可靠性。技巧LangChainGemini LiveDeep AgentsLangSmith语音智能体推荐理由:LangChain教你如何混用Gemini Live和Sandwich架构,既做出流畅对话又保证任务可靠,实用技巧。原文
00:33Harrison Chase@hwchase17harbor是一个用于评估长时间运行、有状态智能体的框架。它正在成为行业标准,支撑着terminal bench 2等基准测试。LangChain已将harbor深度集成到LangSmith、Sandboxes和Deep Agents中。这有助于开发者更高效地评测智能体性能。AI产品harborLangChainLangSmithterminal bench智能体推荐理由:想给长时间运行的有状态智能体做评测?用harbor吧,已经是行业标准,LangChain全家桶都深度集成了,省心。原文
00:28官方账号LangChain@LangChainAI精选Harbor框架新增与Deep Agents、LangSmith Sandboxes和LangSmith Observability的直接集成。用户可在真实、可复现、隔离的环境中运行代理,支持多次并行执行和最终确定性检查。该集成简化了AI代理的测试与可观测性工作流。AI产品HarborDeep AgentsLangSmith智能体测试框架推荐理由:Harbor框架现在可以直接接Deep Agents和LangSmith,帮你并行跑代理测试,环境隔离还能自动检查结果,省心多了。原文
12:37官方账号LangChain@LangChainAILangChain 的 LangSmith Fleet 允许用户在 General Purpose Chat 中处理临时任务,系统自动记录工作流。当任务重复出现时,Fleet 可将其转化为带有指令、工具、触发器和记忆的 Specialized Agent,无需从头配置。这简化了从临时任务到永久 Agent 的迁移过程。技巧LangSmithFleetLangChain智能体教程推荐理由:临时任务做多了?LangSmith Fleet 能帮你自动转成专用Agent,省掉空白配置的麻烦。原文
08:16Harrison Chase@hwchase17LangSmith 推出 Harbor 功能,用于在沙箱环境中运行评估(evals)。Harbor 支持需要隔离的评估任务。自托管沙箱即将上线。该功能回应了用户对 LangSmith 沙箱自托管的询问。AI产品LangSmithHarbor沙箱评估推荐理由:想跑沙箱评估?LangSmith 的 Harbor 帮你搞定,还能自托管。原文
02:45Harrison Chase@hwchase17LangChain宣布推出DeepAgents Harness,作为测试智能体行为的框架(harness)。同时提供LangSmith Sandboxes用于安全隔离的执行环境,以及面向LLM输出的评估(Eval)功能。这些组件集成主流模型提供商,并通过LangSmith Engine驱动“模型-测试-沙箱-评估”闭环。该方案旨在帮助企业基于自身领域知识和客户工作流,自主构建和优化智能体系统。AI产品LangChainDeepAgentsLangSmith智能体评估推荐理由:LangChain把智能体测试、沙箱和评估整合到一起了,企业可以自己掌控从模型选择到部署的全流程,不用再拼凑各种工具。原文
23:18官方账号LangChain@LangChainAI精选LangChain 在内部测试 LangSmith LLM Gateway 后正式发布。该网关支持实时支出监控,无需等待月底即可了解花费。管理员可按组织、工作空间、用户或 API Key 设置预算。团队可以灵活使用编码代理,避免产生意外费用。相关博客详细介绍了内部测试经验。AI产品LangChainLangSmithLLM Gateway预算管理API Key推荐理由:LangChain 推出了 LLM Gateway,能按 API Key 设预算,实时看花了多少钱,团队用 coding agents 也不怕超支。原文
05:30官方账号LangChain@LangChainAILangChain 推出 LangSmith 平台多项更新,包括为 Deep Agents 设计的 Rubrics(评分规则)以及编程式定义子智能体(programmatic subagents)的能力。新版本还增强了 LangSmith 的追踪与评估功能,支持用户更精细地控制和调试多智能体系统。这些更新已在上线版本中可用,开发者可直接在 LangSmith 界面中配置。AI产品LangSmithLangChainDeep Agents子智能体产品更新推荐理由:LangChain 给 LangSmith 上了新活:Deep Agents 评分规则和可编程子智能体,调试多智能体更方便了,搞 Agent 开发的可以看看。原文
03:54Harrison Chase@hwchase17LangSmith Engine 支持将智能体轨迹追踪到 LangSmith,通过后台分析轨迹自动生成记忆更新建议。更新后的记忆存储在 Context Hub 中,实现类似睡眠时间计算(sleep time compute)的离线记忆优化。该方法由 Harrison Chase 在教程中演示,视频地址附于推文。技巧LangSmith智能体记忆工作流推荐理由:Harrison Chase 教你用 LangSmith Engine 让智能体在后台自动更新记忆,看完就能上手操作。原文
01:31官方账号LangChain@LangChainAI精选Jake Broekhuizen在12分钟视频中演示如何让智能体通过记忆更新来改进表现。他介绍使用LangSmith Engine发现运行问题,并将记忆写入Context Hub。这种方法能让智能体在多次运行之间持续优化,而非仅留下痕迹。适合需要在大规模部署中管理智能体记忆的开发者。技巧LangChainLangSmith智能体记忆推荐理由:想知道怎么让智能体不反复犯同样的错?看LangChain这12分钟视频,教你用LangSmith Engine和Context Hub实现跨运行学习。原文
06:21官方账号LangChain@LangChainAILangChain 推出了 LangSmith Engine,一个专门用于改进其他 AI Agent 的智能体。该引擎能从追踪数据中识别问题、聚类模式、自动起草修复方案,并提出评估建议以防止回归。它直接对接 LangSmith 的 tracing 项目,帮助开发者持续优化 agent 表现。AI产品LangSmithLangChainAgent智能体推荐理由:LangChain 出了新工具 Engine,能自动抓你 agent 的 bug、修 bug 还加测试,省心又省力。原文
05:42官方账号LangChain@LangChainAILangChain发布了与Pipecat AI集成的教程,17分钟演示如何将现有LangGraph agent转变为语音agent。同时LangSmith更新了语音轨迹功能,新增内联音频播放器,无需打开新标签即可查看语音回放。该教程适合已有LangGraph agent的开发者快速接入语音交互。技巧LangGraphPipecat AILangSmith语音交互教程推荐理由:想让你写的LangGraph agent开口说话?这篇17分钟教程直接用pipecat_ai搞定,还顺带教你怎么用LangSmith看语音回放。原文
01:36官方账号LangChain@LangChainAILangSmith Fleet 提供了两种类型的 agent:General Purpose Chat 和 Specialized Agents。通用代理适合开放式对话,专用代理针对特定任务优化。LangChain 博客详细解释了这种设计是故意的,并给出了选择建议。技巧LangSmithLangChain智能体通用聊天专用代理推荐理由:LangChain 发了新博客,讲他们 Fleet 的两种 agent 怎么选,通用聊天还是专用任务,挺实用的。原文
23:33官方账号LangChain@LangChainAI欧盟AI法案生效后,合规将成为持续测量义务。LangSmith可将追踪转化为合规证据,其可定制评估器运行在生产流量上,针对偏见、幻觉、毒性、准确性和对抗性输入等EU AI Act要求进行评分。该工具支持实时监控,帮助企业自动生成合规报告。AI产品LangSmithLangChainEU AI ActAI合规模型评估推荐理由:LangChain给LangSmith加了合规评估器,直接在生产数据上检测偏见、幻觉,符合EU AI Act要求,省心。原文
05:24官方账号LangChain@LangChainAIPatlytics 是一个专门为专利全生命周期设计的企业级法律AI平台。它使用LangSmith来编排从提示管理到工作流评估的端到端AI堆栈。该平台旨在提升专利流程的效率和质量。Patlytics 被LangSmith Spotlight 收录,展示了其在法律AI领域的应用。AI产品patlyticsLangSmithLangChain法律AI专利生命周期推荐理由:Patlytics 用 LangSmith 搭建了专利全流程 AI 平台,从提示到评估都管,法律行业可以看看。原文
22:26官方账号LangChain@LangChainAI精选73°LangSmith LLM Gateway 位于代理和LLM提供商之间。它强制实施支出上限,避免超支。在请求到达模型前自动编辑个人身份信息(PII),从源头阻止隐私泄露。该网关不是事后记录,而是提前阻断问题。更多细节可查看官方博客。AI产品LangSmithLLM GatewayLangChain隐私保护成本控制推荐理由:LangChain 推出了 LLM Gateway,能在调用前拦住超支和PII泄露,和事后记录完全不一样。原文
00:19官方账号LangChain@LangChainAILangSmith 推出 LLM Gateway,为 LLM 调用提供成本控制与安全防护。该网关可设定预算上限,防止智能体因循环或错误而消耗高达 1 万美元的 API 费用。它支持速率限制、密钥管理和实时监控,使开发者能安全部署智能体。AI产品LangSmithLLM GatewayLangChain智能体成本控制推荐理由:LangChain 出了个 LLM 网关,能设预算上限防止智能体烧钱,跑智能体再也不怕睡着后出事了。原文
23:40官方账号LangChain@LangChainAILangChain发布一条教程,展示如何通过迭代循环将agent从首次运行优化到生产就绪。教程强调使用LangSmith进行观察和评估,以构建可靠的agent。内容包含具体步骤,帮助开发者逐步改进agent性能。LangSmith是LangChain推出的调试和评估平台,支持agent的追踪、测试和迭代。技巧LangSmithLangChain智能体生产就绪推荐理由:LangChain官方手把手教你用LangSmith一步步打磨agent,从跑起来到能上线,很实用。原文
06:26Harrison Chase@hwchase17harbor是一个用于运行长时间、有状态智能体评估的框架,目前支撑Terminal Bench 2。LangSmith Sandboxes现已原生集成harbor,成为一等环境。用户只需安装harbor[langsmith]并设置LANGSMITH_API_KEY即可运行评估。该集成覆盖Daytona、E2B和Modal等沙箱环境。AI产品harborLangSmithLangChain智能体评估推荐理由:LangChain老大强推harbor框架跑复杂智能体评估,现在直接集成LangSmith沙箱,一行代码搞定环境,省心。原文
00:34官方账号LangChain@LangChainAI推文指出改进agent通常从手动审查过程开始:挖掘生产追踪、发现重复失败模式、比较运行并决定优先修复什么。6月24日,LangSmith Engine将展示如何帮助团队更快地闭环。该工具专为LangChain生态系统设计,通过自动化追踪分析和模式识别来减少手动工作。AI产品LangSmithLangChain智能体生产追踪推荐理由:想优化你的Agent?LangSmith Engine能帮你从混乱的追踪数据中快速定位失败模式,6月24日看看它怎么自动化审查循环。原文
23:38官方账号LangChain@LangChainAILangSmith LLM Gateway 在一个界面上整合了检测、调查和修复流程,减少工具切换和上下文丢失。策略事件与追踪数据并列显示,方便快速定位问题。用户可在构建智能体的同一表面完成安全治理。该功能旨在降低运维复杂度,提升AI应用的可观测性。AI产品LangSmithLLM GatewayLangChain智能体1 个信源在谈推荐理由:LangChain 做了个网关,把检测、查问题、修问题都放一个界面里了,不用再切好几个工具了。原文
03:43官方账号LangChain@LangChainAILangSmith 新增代理拆解功能,可让开发者追踪 AI 代理在生产环境中的每一步决策。该功能帮助快速定位失败原因,并识别关键改进点。无需修改代码即可解析代理行为逻辑,实现持续优化。AI产品LangSmithLangChain智能体可观测性生产环境推荐理由:LangSmith 新功能让你像拆玩具一样拆解 AI 代理,哪步走错了门清,生产环境调试超省心。原文
03:01官方账号LangChain@LangChainAILangSmith Sandboxes 允许 agent 在响应前验证生成的代码是否运行。适用于构建编码助手、CI agent 或数据管道等需要操作真实文件的场景。该功能解决了 agent 仅能描述而不能实际执行的问题。AI产品LangSmith智能体代码生成CI工具数据管道推荐理由:LangSmith 推出了 Sandboxes,让 agent 真正跑代码并验证结果。适合做编程助手、CI 自动化或数据处理。原文
03:01官方账号LangChain@LangChainAILangChain 推出 LangSmith LLM Gateway,将智能体治理直接嵌入开发平台。该网关允许开发者在构建、观察和评估智能体的同一界面中执行安全规则,无需事后额外配置。它支持对 LangChain 智能体进行实时治理,确保合规与安全。AI产品LangChainLangSmithLLM Gateway智能体治理智能体1 个信源在谈推荐理由:想给智能体加治理规则?LangChain 新出的 LLM Gateway 直接在开发平台里搞定了,不用再另外折腾。原文
00:58官方账号LangChain@LangChainAILangSmith Fleet 新增两种智能体类型:General Purpose Chat 和 Specialized Agents。LangChain 的 @BraceSproul 解释了为何提供两种选择以及各自适用场景。General Purpose Chat 适合日常对话,Specialized Agents 针对特定任务优化。这一设计让开发者根据需求灵活选用。AI产品LangSmithGeneral Purpose ChatSpecialized Agents智能体推荐理由:LangChain 的 Fleet 现在有两种智能体可选,通用聊天聊天专用,看需求挑就行,开发者福音。原文