[AI Embedchain] 集成 Langsmith

Embedchain 现在支持与 LangSmith 的集成。

要使用 LangSmith，您需要执行以下步骤。

1. 在 LangSmith 上拥有一个账户并准备好环境变量
2. 在您的应用中设置环境变量，以便 embedchain 了解上下文
3. 只需使用 embedchain，一切将自动记录到 LangSmith，以便您可以更好地测试和监控您的应用

让我们详细介绍每个步骤。

• 首先确保您已创建 LangSmith 账户并拥有所有必要的变量。LangSmith 有一份良好的文档介绍如何开始使用他们的服务。

• 设置账户后，我们需要以下环境变量

# 为 LangChain Tracing V2 集成设置环境变量。
export LANGCHAIN_TRACING_V2=true

# 为 LangChain 设置 API 端点。
export LANGCHAIN_ENDPOINT=https://api.smith.langchain.com

# 将 '<your-api-key>' 替换为您的 LangChain API 密钥。
export LANGCHAIN_API_KEY=<your-api-key>

# 将 '<your-project>' 替换为您的 LangChain 项目名称，或者默认为 "default"。
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果您使用 Python，可以使用以下代码设置环境变量

import os

# 为 LangChain Tracing V2 集成设置环境变量。
os.environ['LANGCHAIN_TRACING_V2'] = 'true'

# 为 LangChain 设置 API 端点。
os.environ['LANGCHAIN_ENDPOINT'] = 'https://api.smith.langchain.com'

# 将 '<your-api-key>' 替换为您的 LangChain API 密钥。
os.environ['LANGCHAIN_API_KEY'] = '<your-api-key>'

# 将 '<your-project>' 替换为您的 LangChain 项目名称。
os.environ['LANGCHAIN_PROJECT'] = '<your-project>'

• 现在使用 Embedchain 创建一个应用，一切将自动在 LangSmith 中可见

from embedchain import App

# 初始化 EmbedChain 应用。
app = App()

# 向您的应用添加数据
app.add("https://en.wikipedia.org/wiki/Elon_Musk")

# 查询您的应用
app.query("How many companies did Elon found?")

• 现在，这整个日志将在 langsmith 中可见。

引用

• github
• doc
• AI 博客 - 从零开始学AI