LangSmith 相关 AI 资讯 · AITOP

8月7日

01:28

官方账号LangChain@LangChainAI

精选

LangSmith LLM Gateway 新增对 Kimi 3 的支持，用户只需使用已有的 LangSmith API key 即可运行智能体。该服务由 Fireworks AI 提供底层算力，无需单独申请 Kimi 的接口权限。Kimi 3 作为开放模型，现在可以直接在 LangChain 生态中调用。这降低了接入国产模型的配置门槛。

事件专题

推荐理由：LangSmith 网关现在直接支持 Kimi 3 了，拿你现有的 API key 就能跑，不用另外搞权限，Fireworks 提供算力。

原文

8月6日

03:35

官方账号LangChain@LangChainAI

LangSmith的追踪功能让MadrigalPharma团队像读脑扫描图一样调试智能体。该平台的一键部署可替代数月自定义编排工作。MadrigalPharma将智能体上线生产的时间从12周缩短到2周。整个流程借助LangChain生态完成。

AI产品 LangSmith MadrigalPharma LangChain

推荐理由：LangSmith用trace帮你把智能体调试看得明明白白，一键部署省掉几个月编排，MadrigalPharma案例从12周压到2周。

原文

01:34

官方账号LangChain@LangChainAI

LangSmith LLM Gateway 上线了客户维度控制，可为每个客户和用户单独设定速率与消费上限。管理员只需一个 API 密钥就能通过 LangSmith 管理多个租户的配额。该功能让用量更可预测，避免个别客户超限引发意外账单。LangChain 在官方博客中介绍了这一更新。

AI产品 LangSmith LangChain API网关

推荐理由：LangChain 给 LangSmith 网关加了按客户限速限预算的功能，一个 key 管多人，不怕超支。

原文

8月5日

22:08

官方账号LangChain@LangChainAI

Spring Health 将参加 9 月 24 日举办的 Interrupt NYC 大会。其工程高级总监 Marissa Saunders 会分享如何利用 LangSmith 在心理健康对话中识别风险：既捕捉用户的危机信号，也检测模型的不安全或幻觉回复。该演讲聚焦 LangSmith 在真实医疗场景下的安全监控能力。

行业 Spring Health LangSmith Interrupt NYC

推荐理由：Spring Health 的工程总监要讲怎么用 LangSmith 抓心理咨询里的危机信号和模型幻觉，9月24日 Interrupt NYC 现场见。

原文

00:27

官方账号LangChain@LangChainAI

精选

LangSmith LLM Gateway 支持用户定义跨模型和主机的模型回退规则。当某家模型提供商出现宕机或速率限制时，网关会自动把请求路由到备用模型。该功能面向所有基于 LangChain 构建的智能体，避免单一服务故障拖垮整个 Agent。

AI产品 LangSmith LangChain LLM Gateway

推荐理由：LangChain 给 LangSmith 网关加了个模型回退功能，一个模型挂了自动切另一个，省得智能体跟着宕机。

原文

8月4日

02:20

官方账号LangChain@LangChainAI

LangChain 为 LangSmith LLM Gateway 推出 BYOK 功能，允许用户使用自己的 API 密钥。该功能提供 fallbacks 备份、成本控制与速率限制等能力。用户可以利用现有合同，避免为 token 支付额外加价。

AI产品 LangSmith LangChain LLM Gateway

推荐理由：LangSmith Gateway 现在能自带密钥了，用你自己的额度，还能享受回退和限流，省掉加价。

原文

8月3日

23:47

官方账号LangChain@LangChainAI

LangChain 的 Carol Di Vittorio 在 Google 开发者频道演示了用 Google ADK 和 Gemini Live 构建语音智能体。她展示了在 LangSmith 中追踪语音代理的每一步行为，包括工具调用、中断事件和 token 成本。视频还演示了如何设置 tracing，让开发者清楚看到智能体每次交互的内部流程。

技巧 Google ADK Gemini Live LangSmith

推荐理由：想看语音智能体怎么调试？这个演示用 Google ADK + Gemini Live，再用 LangSmith 看清楚工具调用和 token 花费，直观。

原文

7月31日

23:17

Harrison Chase@hwchase17

一条推文称 deepagents 被严重低估。推文指出 LangGraph 和 LangSmith 是显而易见的选择，但 deepagents 才是大家忽视的那个。该推文目前有 993 次浏览、8 个赞和 2 条评论，转发数为 0。

AI产品 deepagents LangGraph LangSmith

推荐理由：有人发推说deepagents在LangGraph和LangSmith中间被忽略了。如果你正在选智能体框架，可以关注下deepagents，它可能比你想的更能打。

原文

21:43

Harrison Chase@hwchase17

LangChain CEO Harrison Chase 在 X 上回应开发者常见的 Agent harness 构建问题列表，包括异步执行、资源生命周期管理、harness 设计和评估。他以编号方式将这些痛点分别指向 LangGraph、DeepAgents 与 LangSmith。例如第 1/2 项异步执行与资源管理对应 LangGraph，第 3 项 harness 设计对应 DeepAgents，第 4 项评估对应 LangSmith。帖子以此表明 LangChain 生态可覆盖这些开发环节。

AI产品 LangGraph DeepAgents LangSmith

推荐理由：他发推把 LangGraph、DeepAgents、LangSmith 对号入座 Agent 开发难点，省心。

原文

21:20

官方账号LangChain@LangChainAI

精选

德国铁路工程咨询公司 DB Engineering & Consulting 将参加 LangChain 于10月13日举办的 Interrupt London 大会。Gregor Beuster 团队负责的铁路基础设施图纸体量过大，单一 AI 模型无法一次读取。他们的编码智能体负责构建并测试视觉智能体，再通过 LangSmith 审查运行轨迹，核查该视觉智能体究竟看到了什么。这一案例将在 Interrupt London 现场分享。

行业 DB Engineering & Consulting LangChain LangSmith

推荐理由：看看德铁咨询怎么把超大图纸拆给视觉Agent，还用LangSmith查它到底看见了啥。

原文

03:37

官方账号LangChain@LangChainAI

72°

LangChain 推出 LangSmith LLM Gateway 公开测试版，这是一个跨模型和提供商的统一网关。它支持设置消费限额和速率限制，防止成本超支和流量失控。网关还提供降级策略配置，并能在数据到达模型提供商之前自动编辑敏感信息。该工具旨在提升 AI Agent 的可靠性与安全性。

AI产品 LangChain LangSmith LLM Gateway

推荐理由：LangChain 搞了个 LLM 网关，能统一管所有模型的费用、流量和敏感数据，实测能省心不少。

原文

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。

AI产品 LangSmith LLM Gateway LangChain

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