LangChain으로 추적하기 (Python 및 JS/TS)

pip install langchain_openai langchain_core

export LANGSMITH_TRACING=true
export LANGSMITH_API_KEY=<your-api-key>
# 이 예제는 OpenAI를 사용하지만, 원하는 LLM 제공자를 사용할 수 있습니다
export OPENAI_API_KEY=<your-openai-api-key>
# 여러 워크스페이스에 연결된 LangSmith API 키의 경우, 사용할 워크스페이스를 지정하기 위해 LANGSMITH_WORKSPACE_ID 환경 변수를 설정하세요.
export LANGSMITH_WORKSPACE_ID=<your-workspace-id>

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

prompt = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful assistant. Please respond to the user's request only based on the given context."),
    ("user", "Question: {question}\nContext: {context}")
])

model = ChatOpenAI(model="gpt-4o-mini")
output_parser = StrOutputParser()
chain = prompt | model | output_parser

question = "Can you summarize this morning's meetings?"
context = "During this morning's meeting, we solved all world conflict."

chain.invoke({"question": question, "context": context})

# 특정 호출을 선택적으로 추적할 수 있습니다..
import langsmith as ls

with ls.tracing_context(enabled=True):
    chain.invoke({"question": "Am I using a callback?", "context": "I'm using a callback"})

# 이것은 추적되지 않습니다 (LANGSMITH_TRACING이 설정되지 않았다고 가정)
chain.invoke({"question": "Am I being traced?", "context": "I'm not being traced"})

# 이것은 LANGSMITH_TRACING=true일 때도 추적되지 않습니다
with ls.tracing_context(enabled=False):
    chain.invoke({"question": "Am I being traced?", "context": "I'm not being traced"})

# project_name 매개변수를 사용하여 프로젝트 이름을 설정할 수 있습니다.
import langsmith as ls

with ls.tracing_context(project_name="My Project", enabled=True):
    chain.invoke({"question": "Am I using a context manager?", "context": "I'm using a context manager"})

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

prompt = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful AI."),
    ("user", "{input}")
])

# "model-tag" 태그와 메타데이터 {"model-key": "model-value"}는 ChatOpenAI 실행에만 연결됩니다
chat_model = ChatOpenAI().with_config({"tags": ["model-tag"], "metadata": {"model-key": "model-value"}})
output_parser = StrOutputParser()

# 태그와 메타데이터는 RunnableConfig로 구성할 수 있습니다
chain = (prompt | chat_model | output_parser).with_config({"tags": ["config-tag"], "metadata": {"config-key": "config-value"}})

# 태그와 메타데이터는 런타임에도 전달할 수 있습니다
chain.invoke({"input": "What is the meaning of life?"}, {"tags": ["invoke-tag"], "metadata": {"invoke-key": "invoke-value"}})

# LangChain 내에서 추적할 때 실행 이름은 기본적으로 추적된 객체의 클래스 이름(예: 'ChatOpenAI')으로 설정됩니다.
configured_chain = chain.with_config({"run_name": "MyCustomChain"})
configured_chain.invoke({"input": "What is the meaning of life?"})

# 아래와 같이 호출 시점에 실행 이름을 구성할 수도 있습니다
chain.invoke({"input": "What is the meaning of life?"}, {"run_name": "MyCustomChain"})

import uuid

my_uuid = uuid.uuid4()

# 호출 시점에 실행 ID를 구성할 수 있습니다:
chain.invoke({"input": "What is the meaning of life?"}, {"run_id": my_uuid})

import uuid

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

prompt = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful assistant. Please respond to the user's request only based on the given context."),
    ("user", "Question: {question}\n\nContext: {context}")
])
model = ChatOpenAI(model="gpt-4o-mini")
output_parser = StrOutputParser()

chain = prompt | model | output_parser

question = "Can you summarize this morning's meetings?"
context = "During this morning's meeting, we solved all world conflict."
my_uuid = uuid.uuid4()
result = chain.invoke({"question": question, "context": context}, {"run_id": my_uuid})
print(my_uuid)

from langchain_openai import ChatOpenAI
from langchain_core.tracers.langchain import wait_for_all_tracers

llm = ChatOpenAI()

try:
  llm.invoke("Hello, World!")
finally:
  wait_for_all_tracers()

import langsmith as ls

# API 키와 API URL로 클라이언트 인스턴스를 생성할 수 있습니다
client = ls.Client(
    api_key="YOUR_API_KEY",  # 비밀 관리자에서 검색할 수 있습니다
    api_url="https://api.smith.langchain.com",  # 자체 호스팅 설치 또는 EU 지역에 맞게 적절히 업데이트하세요
)

# 클라이언트와 project_name을 tracing_context에 전달할 수 있습니다
with ls.tracing_context(client=client, project_name="test-no-env", enabled=True):
    chain.invoke({"question": "Am I using a callback?", "context": "I'm using a callback"})

import { traceable } from "langsmith/traceable";
import { RunnableLambda } from "@langchain/core/runnables";
import { RunnableConfig } from "@langchain/core/runnables";

const tracedChild = traceable((input: string) => `Child Run: ${input}`, {
  name: "Child Run",
});

const parrot = new RunnableLambda({
  func: async (input: { text: string }, config?: RunnableConfig) => {
    // 기존 traceable 함수에 config를 전달합니다
    await tracedChild(config, input.text);
    return input.text;
  },
});