LangSmith
把智能体调到可靠，而不是调到能跑
LangSmith 是 LangChain 推出的智能体工程平台，提供从构建、测试、部署到监控迭代的全生命周期能力。它通过高保真 Tracing 还原 Agent 每一步执行，用 LLM-as-Judge 与评价队列把线上数据转化为测试集，帮助团队持续评估并治理生产级智能体，且框架无关，可对接任意 Agent 技术栈。
免费试用 · 无需下载即可在线体验
面向生产的可观测与评估平台
LangSmith
LangSmith 是 LangChain 公司推出的统一智能体工程平台，覆盖观测（Observability）、评估（Evaluation）与部署（Deployment）三大支柱。它的核心是高保真 Tracing：完整还原 Agent 的执行树，让你看清每一步的工具调用、检索到的文档与精确参数，快速定位「为什么它答错了」。
评估是 LangSmith 的强项。你可以把线上真实数据一键转为测试数据集，用自动化评价器（含 LLM-as-Judge）批量打分，并邀请领域专家通过 Annotation Queues 标注复杂调用链——把分散的反馈沉淀为结构化的评估闭环，而非一堆 Slack 告警。
LangSmith 框架无关，通过 TypeScript / Python SDK 可对接 OpenAI、Anthropic、LangChain、LangGraph 或任意自定义代码。免费层每月包含 5,000 条调用链、在线与离线评估、监控告警；Plus 计划 $39 / 席位 / 月，企业版提供 SSO、SCIM、审计日志与混合 / 自托管部署。
核心功能一览
六大核心能力，覆盖创作全流程
全链路 Tracing
高保真还原 Agent 每一步：工具选择、文档检索与参数一览无余，调试复杂多步工作流不再黑盒。
自动化评估
把线上数据转为数据集，用 LLM-as-Judge 与评价器批量打分，持续量化「好」的标准。
专家标注队列
Annotation Queues 让领域专家审阅、标注并修正复杂调用链，知识直接回流到评估数据集。
一键部署
为长时运行、需人机协作的 Agent 工作流提供带自动扩缩与记忆管理的 API 部署基础设施。
Prompt Hub 与实验
集中管理 Prompt 版本与回滚，支持在线 A/B 对比不同 Prompt / 模型并输出可视化报告。
零基础快速上手
4 步完成你的第一件 AI 作品，无需任何设计经验
安装与获取 Key
执行 pip install langsmith，到 smith.langchain.com 注册并复制 API Key。
开启 Tracing
设置环境变量 LANGCHAIN_TRACING_V2=true 与 LANGCHAIN_API_KEY，LangChain 应用零改代码即自动记录调用链。
查看与调试调用链
在 LangSmith 控制台逐节点查看 Agent 执行树，定位幻觉、工具误用或参数错误。
构建评估闭环
把调用链保存为数据集，配置评价器批量打分，或邀请专家标注，持续回归比对质量。
常见问题解答
遇到问题？这里可能有你想要的答案
LangSmith 必须配合 LangChain 使用吗？
不需要。LangSmith 框架无关，通过 SDK 可对接 OpenAI、Anthropic、自定义实现或任意 Agent 栈；与 LangChain / LangGraph 的集成仅是最深、零配置的那一个。
免费层够用吗？
免费层每月含 5,000 条调用链、在线 / 离线评估与监控告警，适合个人与原型；团队与生产可用 Plus（$39 / 席位 / 月）或企业版。
与同类 LLM 可观测平台对比
和同类工具横向对比，帮你选对工具。
| 对比维度 | LangSmith | Langfuse | Helicone | Arize Phoenix |
|---|---|---|---|---|
| 开源 / 自托管 | 企业版支持 | Apache-2.0 免费自托管 | Apache-2.0 代理式 | ELv2 本地优先 |
| 评估框架 | 全面（LLM-as-Judge） | 成长中 | 基础 | 全面 |
| 标注队列 | 内置 | 内置 | 无 | 有限 |
| Prompt 管理 | Hub + 版本化 | 有 | 无 | 有（2025-04） |
同类推荐工具
发现更多优质 AI 创作工具，找到最适合你的那一款
Langfuse
Langfuse 是开源的 LLM 工程化平台，提供追踪、评测、提示管理与实验能力，帮助团队观测、调试并持续优化生产环境的大模型应用，支持自托管与云版。
MLflow
MLflow 是由 Databricks 创建、被广泛采用的开源 MLOps 平台，覆盖实验跟踪、模型注册、模型部署与评估的全生命周期，框架无关，避免厂商锁定。
Braintrust
Braintrust 是面向生产级 AI 的可观测与评测（evals）平台，帮助团队用代码/LLM-as-judge/人工三种方式定义评分、在 CI 中跑回归、监控生产 trace 并持续迭代；2023 年由 Ankur Goyal 创立，2026 年 2 月完成 8000 万美元 B 轮（ICONIQ 领投），客户含 Notion、Stripe、Replit、Cloudflare。
Modulate
Modulate 是波士顿音频 AI 初创公司，用 100+ 专用小模型组成的 Ensemble Listening Model 架构，直接分析音频原始信号而非文本转写，实现情感识别、意图判断、Deepfake 检测与对话行为分析，月处理超 1000 万小时音频。