LangChain

什么是 LangChain？

LangChain 是一个工程平台和开源框架，开发者用它来构建、评估和部署 AI 智能体。其核心目的是帮助团队在整个开发生命周期中使智能体行为更可靠。

该平台包含 LangSmith，被描述为“智能体工程平台”，支持可观测性（追踪）、评估（将生产追踪转为测试用例并评分）以及部署（使用可扩展运行时运行智能体，支持人工介入工作流和持久执行）。

主要特性

• 智能体运行的结构化追踪：将每次智能体执行分解为步骤时间线，让你看到发生了什么、顺序如何以及原因——适用于调试具有长上下文、分支逻辑和多种工具的复杂流程。
• 框架兼容的可观测性：支持“热门智能体框架的原生追踪”，并通过 Python、TypeScript、Go 和 Java 的 SDK 与 OpenTelemetry 集成。
• 跨追踪的分析：提供分析和 AI 驱动洞察，揭示多个追踪中的模式，帮助团队发现反复出现的问题或行为。
• 基于真实用例的评估：捕获生产追踪，将其转为测试用例，并结合人工审查和自动化评估对智能体评分。
• 生产智能体的部署运行时：包含具有内存、对话线程和持久检查点的智能体服务器，专为长运行智能体以及与人类和其他智能体的异步协作设计。
• Fleet 用于重复和企业工作流：让团队将问题或任务转为跨日常工具运行的重复智能体，内置企业安全和管理支持（如页面所述）。

如何使用 LangChain

1. 使用 LangChain 框架开始构建：选择页面引用的开源框架（例如 deepagents、langgraph、deepagents/专用部分所示），并从你偏好的模型提供商开始。
2. 使用 LangSmith 追踪记录智能体运行：利用 LangSmith 的追踪捕获智能体执行的结构化时间线，包括步骤、顺序和决策原因。
3. 使用生产追踪进行评估：将生产追踪转为测试用例，并通过人工审查和自动化评估对智能体结果评分。
4. 使用 LangSmith 部署功能部署智能体：在智能体服务器上运行智能体，实现持久内存、对话线程和可扩展执行。对于组织级工作流，使用 LangSmith Fleet 创建重复智能体。

使用场景

• 调试复杂智能体行为：追踪多步智能体执行，精确定位在使用长上下文、分支逻辑和多种工具时的失败或意外决策位置。
• 基于真实使用数据的迭代改进：捕获生产追踪，从中创建测试用例，并运行评估循环以校准和提升智能体性能。
• 人工介入操作：支持多轮交互，让人类审查或参与智能体任务，由智能体服务器处理持久检查点和对话线程。
• 跨团队扩展智能体工作流：使用 Fleet 将常规任务（例如研究、跟进、状态检查）以自然语言描述转为跨日常工具运行的重复智能体。
• 组织级可观测性集成：使用原生追踪和 OpenTelemetry SDK 支持（Python/TypeScript/Go/Java），将智能体遥测与现有可观测性系统对齐。

常见问题

• LangChain 只用于构建智能体吗？

  不是。本页面将 LangChain 定位为支持构建、评估并部署可靠 AI 智能体，LangSmith 则覆盖可观测性、评测与部署。

• LangSmith 在 LangChain 生态中是什么？

  LangSmith 被描述为智能体工程平台，提供追踪（可观测性）、评测工作流以及部署功能。

• LangSmith 支持与现有遥测工具集成吗？

  是的。本页面指出，LangSmith 提供 OpenTelemetry SDKs 支持 Python、TypeScript、Go 和 Java，并为流行智能体框架提供原生追踪。

• 评测是如何工作的？

  本页面指出，LangSmith 捕获生产追踪，将其转为测试用例，并使用人工审核与自动化评测相结合的方式为智能体打分。

• 长运行工作流的智能体如何部署？

  本页面提到，部署使用配备内存、对话线程和持久检查点的智能体服务器，适用于长时间运行与异步协作。

替代方案

• 仅基于 OpenTelemetry 的智能体可观测性：如果主要需求是追踪/遥测而非完整的评测与部署工作流，可专注于智能体框架的 OpenTelemetry 插桩。这与 LangSmith 的评测和智能体运行时组件不同，可能不包含这些。

• 通用 LLM 评测框架：对于已有追踪、仅需评测管道（例如测试用例生成与打分）的团队，专注评测的方法可能合适，但可能无法提供端到端可观测性与部署服务器功能。

• 内置内存与工作流的智能体编排平台：如果主要需求是生产编排（线程、内存与持久执行），可寻找智能体编排解决方案；这些替代方案可能更注重部署/运行时，而非 LangSmith 的追踪到测试评测循环。

• 使用开源框架的自定义智能体堆栈：可直接基于开源智能体框架构建，并添加自有的可观测性与评测工具。这通常将追踪与评测工作流的集成负担转移到工程团队。