LangSmith 相关 AI 资讯

7月31日

03:36

官方账号LangChain@LangChainAI

LangChain 推出了关于 LangSmith LLM Gateway 的详细介绍。该网关为团队提供了统一的 LLM 调用管理入口。博客中解释了网关的架构和配置步骤。通过 LangSmith，开发者可以集中监控所有模型请求。这有助于降低成本和提升调用效率。

推荐理由：LangChain 的 LangSmith 新增网关功能，能统一管理多个模型的 API 调用。如果你在用 LangChain，看看怎么配置这个网关吧。

原文

02:28

Harrison Chase@hwchase17

76°

LangChain 推出的 LangSmith Gateway 进入公开测试阶段。该网关支持对最终用户设置支出和速率限制，并能在数据到达模型提供商前自动脱敏 PII。它可直接集成到编程代理工作流中，并允许访问 Kimi-K3 等开源模型。官方表示可通过单一网关跨模型和提供商管理回退策略。

AI产品 LangSmith LangChain LLM网关

事件专题

推荐理由：LangChain 发了新网关，能控制花销和速率，还能自动给数据脱敏，跟编程代理直接连，甚至支持 kimi-k3，干活更方便了。

原文

02:15

官方账号LangChain@LangChainAI

72°

LangChain 推出 LangSmith LLM Gateway 公开测试版，支持跨模型和提供商设置花费与速率限制、回退策略及敏感数据编辑。用户可在单一网关中管理 OpenAI、Anthropic 等多个模型。该功能旨在降低企业级 LLM 部署的运维成本和隐私风险。

AI产品 LangSmith LLM Gateway AI安全

事件专题

推荐理由：想统一管理多个模型的调用、控制成本和安全？LangSmith 这个网关能设额度、自动回退、拦截敏感数据，试试看。

原文

7月30日

04:20

官方账号LangChain@LangChainAI

精选

技巧 Similarweb Deep Research LangSmith

推荐理由：Similarweb分享了一套实用评估框架，用确定性检查+LLM评分+忠实性对比搞定开放性问题评估，还能用LangSmith追踪。

原文

03:56

Harrison Chase@hwchase17

精选

OpenWiki是一个为代码库自动生成wiki的工具。它新增了LangSmith追踪连接器，可以分析编码代理（如Claude Code、Codex）与代码库的实际交互记录。后台进程定期读取LangSmith traces，根据代理行为自动更新wiki内容。该功能帮助开发者发现代理缺乏上下文的位置，从而优化wiki设计。

AI产品 OpenWiki LangSmith 编码代理

推荐理由：OpenWiki现在能通过LangSmith traces自动学习编码代理怎么用你的代码库，然后自动更新wiki。再也不用手动维护了！

原文

02:59

官方账号LangChain@LangChainAI

精选

OpenWiki 新增 LangSmith tracing 连接器，可分析 Claude Code、Codex 等编程代理在仓库中的实际交互、上下文缺失和卡点。基于这些追踪数据，OpenWiki 能更精准地生成 wiki 文档。用户只需执行 npm install -g openwiki 和 openwiki --init 两条命令即可本地试用。该功能当前已在 github.com/langchain-ai/o… 上开源。

AI产品 OpenWiki LangSmith Claude Code

推荐理由：如果你用 Claude Code 或 Codex 写代码，OpenWiki 这次更新能通过 LangSmith 追踪数据看懂代理哪里卡壳，帮你写出更准的 wiki。两条命令就能跑起来。

原文

7月28日

04:35

官方账号LangChain@LangChainAI

CreditGenie_US 使用 LangSmith 的追踪功能调试了数千个 agent traces。LangSmith 能精确展示 agent 的推理过程。其 Insights 功能将生产环境中的追踪数据转化为每个行为的 100-200 个针对性测试问题。这帮助团队快速定位 agent 行为异常。

AI产品 CreditGenie_US LangSmith LangChain

推荐理由：看看 CreditGenie_US 怎么用 LangSmith 的追踪和 Insights 功能，把上千条日志变成精准测试题，快速修 agent 的问题。

原文

7月24日

06:21

官方账号LangChain@LangChainAI

Rillet 是一家面向中端市场和上市公司的 AI 原生 ERP 平台，已服务超过 500 家客户，包括 Mercor、Function Health、Kickstarter 等。该平台使用 LangSmith 作为其可观测性层，实时监控和分析 AI 代理的运行表现，帮助发现效率瓶颈。通过 LangSmith 的追踪与评估功能，Rillet 能够快速定位代理工作流中的异常，提升系统稳定性。

技巧 LangSmith Rillet ERP

推荐理由：Rillet 用 LangSmith 监控 AI 代理的实操案例，500+ 客户验证，帮你理解可观测性如何落地。

原文

04:18

官方账号LangChain@LangChainAI

Salesforce 的 Agentforce Vibes 团队已累计接受超过1亿行代码。LangSmith 平台被用来验证这些代码的质量，确保其达到发布标准。该里程碑表明 Agentforce 项目规模庞大且开发活跃。LangSmith 提供了代码审查与质量保障能力。

AI产品 Salesforce Agentforce LangSmith

推荐理由：看看Salesforce的Agentforce团队怎么用LangSmith管住1亿行代码的质量，这对做大项目的人有参考价值。

原文

7月23日

22:57

Philipp Schmid@_philschmid

Google DeepMind的Gemini Live实时语音代理现在可在LangChain中追踪speech-to-speech循环。Speaker回调钩子只捕捉中断事件前用户听到的精确音频。时间线高亮用户语音（蓝色）和Gemini响应（橙色），以及耗时1.29秒的城市天气查询等自定义工具执行。使用元数据区分常规文本token与原生Gemini音频token，便于精确计算用量。注册LangSmithGoogleADKLivePlugin即可启用。

技巧 Gemini Live LangChain LangSmith

推荐理由：谷歌这个新集成让你用LangChain看清Gemini Live语音交互的每一步，连1.29秒的天气查询都能追踪，调试超方便。

原文

05:46

官方账号LangChain@LangChainAI

精选

LangChain 举办“The Art Of Loop Engineering”线上研讨会，讲解如何构建能持续自我改进的智能体。核心在于设计检查、响应新输入、利用生产追踪数据优化 prompts、tools、graders 和配置等循环。LangChain 与 LangSmith 提供全流程支持，帮助将单次工作的智能体升级为不断进化的系统。

技巧 LangChain LangSmith 智能体

推荐理由：LangChain 办的免费线上课，讲怎么让智能体越用越好，适合做 AI 应用的同学听听。

原文

7月22日

02:39

Harrison Chase@hwchase17

精选

LangChain 发布 LangSmith 对四个语音框架的原生追踪集成：pipecat_ai、livekit、OpenAI Realtime 和 Gemini Live（Google ADK）。该功能让开发者在生产环境中实时监控语音 agent 的调用、延迟和错误，避免盲飞。每个集成支持完整的 trace 视图，包括输入输出、工具调用和性能指标。目前已在 LangSmith 中可用，用户可直接在 dashboard 中查看。

AI产品 LangSmith 语音框架 pipecat_ai

事件专题

推荐理由：搞语音 agent 的兄弟别瞎猜了，LangSmith 直接帮你盯住 pipecat、livekit、OpenAI 和 Gemini 的调用，生产排障省大事。

原文

02:25

官方账号LangChain@LangChainAI

71°

LangChain 发布 LangSmith 追踪功能，支持 Pipecat、LiveKit、OpenAI Realtime 和 Gemini Live 四个语音框架。开发者只需几行代码即可捕获完整的音频轨迹、STT/TTS 延迟、中断事件和 VAD 状态。该功能解决了语音代理在生产中的黑盒问题，提供详细的性能洞察。

AI产品 LangSmith 语音代理 Pipecat

事件专题

推荐理由：做语音代理的兄弟，LangSmith 现在能追踪 Pipecat、LiveKit 这些框架的音频和延迟了，几行代码就能搞定，调试省大事。

原文

01:42

官方账号LangChain@LangChainAI

LangChain 为 LangSmith 新增对 pipecat_ai、livekit、OpenAI Realtime 和 GeminiApp Live（Google ADK）四个语音框架的追踪支持。该功能可捕捉语音智能体在生产中的延迟、音频流和函数调用等指标。开发者通过 LangSmith 面板即可调试语音响应中的延迟问题。LangSmith 已支持超过 10 种框架的追踪，此次扩展针对语音场景。

AI产品 LangChain LangSmith 语音智能体

事件专题

推荐理由：做语音智能体怕出问题？LangSmith 直接帮你追踪 pipecat、livekit、OpenAI Realtime 和 Gemini 这四个框架的生产数据，调试延迟和错误就靠它了。

原文

7月21日

23:41

官方账号LangChain@LangChainAI

精选

LangChain 发布了一个 tracing 插件，能将每个 @cursor_ai 代理会话转换为 LangSmith 中的结构化 trace，包含模型运行、每个工具调用以及嵌套子代理工作。附件会被恢复并内联渲染。这是系列视频的第三个，之前有 Claude Code 和 Codex 的 trace，三者使用相同 schema，可在一个地方对比。

AI产品 LangSmith LangChain Cursor

事件专题

推荐理由：想对比 Cursor、Claude Code、Codex 的代理行为？LangChain 出了个插件，把它们的 trace 统一到 LangSmith 里，方便你直接看模型和工具调用链。

原文

05:12

官方账号LangChain@LangChainAI

LangChain 发布智能体开发生命周期概念，涵盖构建、部署、监控、改进和治理。LangSmith 将在 7 月 23 日举办“Build More with LangSmith Fleet”会议，7 月 30 日举办“Build More with LangSmith Insights”会议，帮助用户掌握生命周期各环节。用户可访问 events.langchain.com/ama-series 注册参与。

AI产品 LangSmith 智能体监控

推荐理由：LangChain 出了个智能体开发全生命周期方案，用 LangSmith 就能搞构建、部署、监控，7 月有两场线上会教你怎么用。

原文

02:27

Harrison Chase@hwchase17

LangSmith Engine 是一个运行在 trace 上的产品内 agent，能够将 trace 聚类成问题并主动提出修复建议。这是一个长时间运行、复杂且模糊的流程。团队公开了其评估方法，由 Brace Sproul 参与撰文。该 agent 旨在帮助开发者更高效地调试和解决 LLM 应用中的问题。

AI产品 LangSmith LangChain 智能体

推荐理由：LangSmith 这次把 trace 分析做成了自动化 agent，能主动发现并建议修复问题，调试体验会提升很多。

原文

02:24

官方账号LangChain@LangChainAI

LangChain 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 Engine IssueBench LangSmith

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

7月20日

22:11

官方账号LangChain@LangChainAI

Coinbase工程经理Evan Kormos在Interrupt大会上分享，其开发者支持团队基于自托管的LangSmith平台，构建了一个能自我改进的智能体系统。该系统利用LangSmith的追踪与反馈能力，自动优化对话流程。该会话视频在YouTube上发布，展示了企业级智能体落地的实际案例。

技巧 LangSmith Coinbase 智能体

推荐理由：Coinbase用LangSmith搭了个能自我进化的支持智能体，想看大厂怎么落地AI客服？这个实战分享值得一看。

原文

7月18日

04:49

官方账号LangChain@LangChainAI

精选

LangChain发布了一个基于LangGraph和LangSmith的RFP回复代理，包含四个步骤：需求提取、内容映射、草稿生成和缺失检测。该代理能从RFP包中提取范围、SLA、定价格式和监管条款，匹配内部批准内容，生成带引用的回复，并标记需要人工审核的部分。通过@payicorp进行了性能评估。

技巧 RFP LangGraph LangSmith

推荐理由：做投标的朋友别从空白页开始了，这个代理自动抓需求、匹配内部内容、生成带引用的草稿，还告诉你哪里需要人改，省事很多。

原文

01:24

官方账号LangChain@LangChainAI

LangChain认为智能体(Agent)是一种新型软件，具有无限输入和非确定性输出的特性。传统软件构建方式会导致智能体失效。LangSmith围绕Agent开发生命周期设计，包含构建、测试、部署、监控四个阶段。该框架帮助开发者系统化管理智能体应用。

技巧 LangChain LangSmith 智能体

推荐理由：LangChain分享Agent开发新思路，用LangSmith的构建-测试-部署-监控流程，避免传统方法失效。适合做智能体的同学。

原文

7月16日

04:19

官方账号LangChain@LangChainAI

LangChain 举办 LangSmith 路演活动，提供半天的动手实操机会。活动涵盖 LangSmith Engine 和 Managed Deep Agents 的现场演示、客户案例分享以及实验室环节。参与者可深入了解这两款产品的实际应用与集成方式。

AI产品 LangSmith LangChain Managed Deep Agents

推荐理由：LangChain 搞了个半天的实战路演，现场演示 LangSmith Engine 和 Managed Deep Agents，适合想上手体验的开发者。

原文

7月15日

02:40

Harrison Chase@hwchase17

精选

LangChain 发布了新功能，标准化了 Cursor、Copilot、Pi 和 OpenCode 等编码代理在 LangSmith 中的追踪。用户无需额外工具即可获得完整的会话可观测性。支持用稳定键识别、分组和查询任何编码代理的追踪，无论来自哪个代理。还能看到完整的运行树，包括轮次、模型调用、工具和子代理。内置 token 使用和每次会话的成本统计。

AI产品 LangSmith LangChain Cursor

事件专题

推荐理由：LangSmith 现在能统一追踪 Cursor、Copilot 等所有主流编码代理，不用再额外配置，看运行树和成本一目了然。

原文

01:39

官方账号LangChain@LangChainAI

精选73°

LangSmith 现已支持 Cursor、Copilot、Pi 和 OpenCode 四种编码代理的全会话追踪，无需额外插桩。用户可通过相同的稳定键识别、分组和查询任意代理产生的追踪记录。可视化展示完整运行树，包括轮次、模型调用、工具使用和子代理。系统自动提供每个会话的 token 消耗和成本统计。

AI产品 LangSmith Cursor Copilot

事件专题

推荐理由：用 Cursor 或 Copilot 写代码的赶紧看，LangSmith 现在能直接追踪这些代理的完整对话和 token 成本，排查问题超方便。

原文

7月14日

23:35

官方账号LangChain@LangChainAI

精选

LangChain 为 LangSmith 构建了 Codex 会话追踪插件。用户只需两个配置块和一个标志即可启用。该插件会记录每个回合的工具调用、token 使用量和子代理线程。所有追踪数据以 LangSmith 真实追踪形式呈现，方便开发者深入调试。

AI产品 LangSmith Codex LangChain

推荐理由：LangChain 把 Codex 会话追踪直接集成到 LangSmith 了，配置超简单，调试智能体流程更方便。

原文

7月10日

01:06

Harrison 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 LangSmith Claude Code LangChain

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

7月9日

23:35

官方账号LangChain@LangChainAI

LangChain 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 Code LangSmith LangChain

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

23:30

Harrison Chase@hwchase17

Adam 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 LangSmith Terraform 评估

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

7月8日

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 Electric LangSmith AI agents

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

02:37

Harrison 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 deepagents LangChain LangSmith

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@LangChainAI

LangChain 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 LangChain LangSmith Deep Agents

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

7月7日

04:40

官方账号LangChain@LangChainAI

LangSmith 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 LangSmith LangChain 智能体

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@LangChainAI

LangChain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 LangSmith LangChain 评估

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@LangChainAI

LangChain 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 LangSmith harborframework 智能体评估

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

7月3日

01:52

官方账号LangChain@LangChainAI

Claude 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 LangSmith Claude Code Cursor

事件专题

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

7月2日

23:32

Harrison Chase@hwchase17

Harbor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 Harbor LangChain LangSmith

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@LangChainAI

Harbor 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 LangChain Harbor Deep Agents

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

7月1日

21:54

官方账号LangChain@LangChainAI

Pendoio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 LangSmith Pendoio Novus

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@LangChainAI

Antimetal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 Antimetal LangSmith Deep Agents

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

02:09

Harrison 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 Live deepagents LangChain

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