Skip to main content

Documentation Index

Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt

Use this file to discover all available pages before exploring further.

Anthropic 的 Python 包装器方法（[wrap_anthropic][wrap_anthropic]）和 TypeScript 包装器方法（wrapAnthropic）允许您包装您的 Anthropic 客户端，以便自动记录跟踪。使用包装器可确保消息（包括工具调用和多模态内容块）在 LangSmith 中渲染良好。该包装器可与 @traceable 装饰器（Python）或 traceable 函数（TypeScript）无缝配合使用，因此您可以使用包装器跟踪您的 Anthropic 调用，并使用装饰器或函数跟踪应用程序的其他部分。
即使使用 wrap_anthropic 或 wrapAnthropic，也必须将 LANGSMITH_TRACING 环境变量设置为 'true'，才能将跟踪记录到 LangSmith。这允许您在无需更改代码的情况下开启或关闭跟踪。此外，您需要将 LANGSMITH_API_KEY 环境变量设置为您自己的 API 密钥（有关更多信息，请参阅 设置）。如果您的 LangSmith API 密钥链接到多个工作区，请设置 LANGSMITH_WORKSPACE_ID 环境变量以指定要使用哪个工作区。默认情况下，跟踪将记录到名为 default 的项目中。要将跟踪记录到不同的项目，请参阅 将跟踪记录到特定项目。
import anthropic
from langsmith import traceable
from langsmith.wrappers import wrap_anthropic

client = wrap_anthropic(anthropic.Anthropic())

@traceable(run_type="tool", name="Retrieve Context")
def my_tool(question: str) -> str:
  return "During this morning's meeting, we solved all world conflict."

@traceable(name="Chat Pipeline")
def chat_pipeline(question: str):
  context = my_tool(question)
  messages = [
      { "role": "user", "content": f"Question: {question}\nContext: {context}"}
  ]
  message = client.messages.create(
      model="claude-sonnet-4-6",
      messages=messages,
      max_tokens=1024,
      system="You are a helpful assistant. Please respond to the user's request only based on the given context."
  )
  return message

chat_pipeline("Can you summarize this morning's meetings?")
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.