LangChain.js 实战系列：搭配 LangSmith 实现调试、监控、测试

📝 LangChain.js 是一个快速开发大模型应用的框架，它提供了一系列强大的功能和工具，使得开发者能够更加高效地构建复杂的应用程序。LangChain.js 实战系列文章将介绍在实际项目中使用 LangChain.js 时的一些方法和技巧。

[LangSmith] 是 LangChain 推出的 AI 应用调试、监控和测试平台。

LangSmith 会记录大模型发起的所有请求，除了输入输出，还能看到具体的所有细节，包括：

1. 请求的大模型、模型名、模型参数
2. 请求的时间、消耗的 token 数量
3. 请求中的所有上下文消息，包括系统消息

比较亮眼的功能是，LangSmith 可以把某条请求添加进 Playground，然后直接调试修改，重放该请求：

选中某条请求，点击「Playground」：

进入 Playground 后，这条请求会包括原本的所有消息上下文、使用的模型、参数等等，我们就可以直接修改对应的提示词，点击「Start」去重放测试：

有这个重放功能，对于某些测试 case，就不需要费心先为这个 case 构建请求环境模拟，再调试提示词，直接在 Playground 就能直接调试提示词，相当方便了。

LangSmith 的集成挺简单的，只需要一个 API 和 URL 即可，我们直接进入官网：smith.langchain.com/

点击「Sign Up」，选择账号登录：

LangSmith 目前还处于 Beta 阶段，可以免费使用，但是会有白名单使用机制，如下就是 LangSmith 审核你的名单，还不能使用：

静候 LangSmith 的审核，或者去 LangSmith 的仓库里请求一个邀请码： [Request for Invitation Code - LangSmith]

试过让已经进入 LangSmith 的朋友邀请进组织，不过不行

进入之后创建一个 API key：

然后在项目下设置这几个环境变量：

LANGCHAIN_TRACING_V2="true"
# 请求的 URL
LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"
# API key
LANGCHAIN_API_KEY="YOUR_API_KEY"
# 项目名称
LANGCHAIN_PROJECT="YOUR_PROJECT_NAME"

其中 LANGCHAIN_PROJECT 可以不用设置，它会默认记录到一个叫做 default 的项目下。

设置之后，调用 LangChain 的方法： [LangChain.js 实战系列：入门介绍]

发送的请求就都会记录到 LangSmith 上了：

其他的一些创建组织、创建项目等的常见功能可以自行体验，总的来说，LangSmith 目前对于开发调试一个 AI 应用来说很方便，不过这个项目属于闭源，并且会记录 API Key 一些敏感信息，因此是否使用 LangSmith 具体看自己的项目情况。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓