LangChain

LangChain 是什麼？

LangChain 是一個工程平台與開源框架，開發者用來建立、評估並部署 AI 代理。其核心目的是協助團隊在完整開發生命週期中，讓代理行為更可靠。

該平台包含 LangSmith，被描述為「代理工程平台」，支援可觀測性（追蹤）、評估（將生產追蹤轉換為測試案例並評分），以及部署（使用可擴展運行時執行代理，支援人機互動工作流程與持久執行）。

主要功能

• 代理執行的結構化追蹤：將每個代理執行分解為步驟時間軸，讓您了解發生了什麼、何時發生以及原因——適合除錯具長上下文、分支邏輯與多工具的複雜流程。
• 框架相容的可觀測性：支援「熱門代理框架的原生追蹤」，並透過 Python、TypeScript、Go 和 Java 的 SDK 與 OpenTelemetry 整合。
• 跨追蹤的分析：提供分析與 AI 驅動洞察，發掘多個追蹤中的模式，協助團隊發現重複問題或行為。
• 基於真實使用的情境評估：擷取生產追蹤，將其轉換為測試案例，並使用人工審核與自動評估來評分代理。
• 生產代理的部署運行時：包含具記憶體、對話執行緒與持久檢查點的代理伺服器，設計用於長時間執行代理與非同步人機及其他代理協作。
• 適用於重複與企業工作流程的 Fleet：讓團隊將問題或任務轉換為每日工具中執行的重複代理，內建企業安全與管理支援（如頁面所述）。

如何使用 LangChain

1. 使用 LangChain 框架開始建立：選擇頁面提及的開源框架（例如 deepagents、langgraph、deepagents/專屬區段所示），並搭配您偏好的模型提供者開始。
2. 使用 LangSmith 追蹤儀器化代理執行：利用 LangSmith 追蹤擷取代理執行的結構化時間軸，包括步驟、順序與決策原因。
3. 使用生產追蹤進行評估：將生產追蹤轉換為測試案例，並使用人工審核與自動評估來評分代理結果。
4. 使用 LangSmith 部署功能部署代理：在代理伺服器上執行代理，具持久記憶體、對話執行緒與可擴展執行。對於組織範圍工作流程，使用 LangSmith Fleet 建立重複代理。

使用情境

• 除錯複雜代理行為：追蹤多步驟代理執行，找出代理使用長上下文、分支邏輯與多工具時的失敗或意外決策位置。
• 使用真實資料迭代改善：擷取生產追蹤，從中建立測試案例，並執行評估循環來校準並持續改善代理效能。
• 人機互動作業：支援多輪互動，讓人類審核或參與代理任務，由代理伺服器處理持久檢查點與對話執行緒。
• 跨團隊擴展代理工作流程：使用 Fleet 將常規任務（例如研究、後續追蹤、狀態檢查）以純文字描述轉換為每日工具中的重複代理。
• 組織範圍可觀測性整合：使用原生追蹤與 OpenTelemetry SDK 支援（Python/TypeScript/Go/Java），將代理遙測與現有可觀測性設定對齊。

常見問題

• LangChain 只用於建立代理嗎？ 不是。本頁將 LangChain 定位為支援建立、評估並部署可靠 AI 代理，搭配 LangSmith 涵蓋可觀測性、評估與部署。

• LangSmith 在 LangChain 生態系統中是什麼？ LangSmith 被描述為代理工程平台，提供追蹤（可觀測性）、評估工作流程，以及部署功能。

• LangSmith 是否支援與現有遙測工具整合？ 是。本頁指出 LangSmith 提供 OpenTelemetry SDKs 供 Python、TypeScript、Go 和 Java 使用，並為熱門代理框架提供原生追蹤。

• 評估如何運作？ 本頁指出 LangSmith 擷取生產環境追蹤，將其轉換為測試案例，並使用人工審核與自動化評估組合來評分代理。

• 代理如何部署用於長時間執行的工作流程？ 本頁提到部署使用具備記憶體、對話執行緒與持久化檢查點的代理伺服器，適用於長時間執行與非同步協作。

替代方案

• 僅基於 OpenTelemetry 的代理可觀測性：若主要需求是追蹤/遙測而非完整的評估與部署工作流程，可專注於代理框架的 OpenTelemetry 儀表化。這與 LangSmith 的評估與代理執行階段元件不同，可能不包含這些功能。
• 通用 LLM 評估框架：對於已有追蹤且僅需評估管道（例如測試案例產生與評分）的團隊，專注評估的方法可能適合，但可能無法提供端到端可觀測性與部署伺服器功能。
• 具內建記憶體與工作流程的代理協調平台：若主要需求是生產環境協調（執行緒、記憶體與持久化執行），可尋找代理協調解決方案；這些替代方案可能更注重部署/執行階段，而非 LangSmith 的追蹤轉測試評估迴圈。
• 使用開源框架的自訂代理堆疊：可直接建基於開源代理框架，並自行新增可觀測性與評估工具。這通常將整合追蹤與評估工作流程的負擔轉移至工程團隊。