LangSmith 调试监控工具使用入门_iPhone|one|创投圈

文章图片

LangSmith 是一个调试、监控和分析多步骤任务（如代理执行）的工具。在这张图中，展示了一个 AgentExecutor 的过程，它利用多个步骤来处理用户请求。

【LangSmith 调试监控工具使用入门】

了解智能体开发更多细节，访问智能体Agent轻松入门专栏，内容包括：理解什么是智能体（AI Agent），基于LangChain开源框架从零开始实现简单的智能体开发，学习如何使用 LangSmith 监控工具监控和追踪智能体的内部运行，以及综合使用PyPDF2库、Qdrant 向量数据库、Agent智能体、OpenAI 大语言模型、Gradio库等技术来进行开发实践。

AgentExecutor 执行整个过程用了约 7.48秒。该流程有多个步骤，其中包括调用多个API和处理程序。

ChatPromptTemplate 是一个模板步骤，用于生成发送给 LLM 模型的提示。它会根据输入数据自动填充提示，确保向模型发送清晰而详细的请求。
ChatOpenAI (gpt-4o) 是 gpt-4o 模型处理用户请求的核心步骤。输入是经过处理的提示，模型会根据提示生成相应的答案。
JSONAgentOutputParser 模块用于解析LLM 的输出。生成的答案往往是非结构化文本，解析器负责将其转化为JSON格式或其他结构化数据形式。

Get Relevant Document 是文档检索步骤，系统根据提示从向量库中查找相关文档或信息。这一部分是系统进行上下文提取的重要部分。 Retriever：检索子步骤， 1.17s ，说明查询向量库或文档的过程非常迅速。
Get Summarized Text 获取总结后的文本，以便更好地回答用户问题。时间： 1.71s ，总结后的内容通过 gpt-4o 模型来生成。

LangSmith Trace 过程的优势