无需设置环境变量进行追踪

如其他指南所述，以下环境变量可用于配置追踪启用状态、API 端点、API 密钥和追踪项目：

• LANGSMITH_TRACING
• LANGSMITH_API_KEY
• LANGSMITH_ENDPOINT
• LANGSMITH_PROJECT

如果你需要使用自定义配置追踪运行，或者工作环境不支持典型的环境变量（例如 Cloudflare Workers），或者只是单纯不想依赖环境变量，LangSmith 允许你通过编程方式配置追踪。

由于许多用户要求通过 trace 上下文管理器更精细地控制追踪，我们在 Python SDK 版本 0.1.95 中更改了 with trace 的行为，使其遵循 LANGSMITH_TRACING 环境变量。你可以在发布说明中找到更多详细信息。在不设置环境变量的情况下启用/禁用追踪的推荐方法是使用 with tracing_context 上下文管理器，如下例所示。

• Python：在 Python 中推荐使用 tracing_context 上下文管理器。这适用于使用 traceable 注解的代码以及 trace 上下文管理器内的代码。
• TypeScript：你可以将客户端和 tracingEnabled 标志传递给 traceable 装饰器。

Python

import openai
from langsmith import Client, tracing_context, traceable
from langsmith.wrappers import wrap_openai

langsmith_client = Client(
  api_key="YOUR_LANGSMITH_API_KEY",  # 可从密钥管理器获取
  api_url="https://api.smith.langchain.com",  # 针对自托管安装或欧盟区域适当更新
  workspace_id="YOUR_WORKSPACE_ID", # 对于作用域为多个工作空间的 API 密钥必须指定
)

client = wrap_openai(openai.Client())

@traceable(run_type="tool", name="检索上下文")
def my_tool(question: str) -> str:
  return "在今天早上的会议中，我们解决了所有世界冲突。"

@traceable
def chat_pipeline(question: str):
  context = my_tool(question)
  messages = [
      { "role": "system", "content": "你是一个乐于助人的助手。请仅根据给定的上下文回应用户的请求。" },
      { "role": "user", "content": f"问题：{question}\n上下文：{context}"}
  ]
  chat_completion = client.chat.completions.create(
      model="gpt-4.1-mini", messages=messages
  )
  return chat_completion.choices[0].message.content

# 可设置为 False 以在此处禁用追踪，而无需更改代码结构
with tracing_context(enabled=True):
  # 使用 langsmith_extra 传入自定义客户端
  chat_pipeline("你能总结一下今天早上的会议吗？", langsmith_extra={"client": langsmith_client})

如果你更喜欢视频教程，请查看 LangSmith 入门课程中的替代追踪方式视频。

相关

如果你需要根据运行时条件（如客户端要求、数据敏感性或合规策略）动态启用或禁用追踪，请参考条件追踪中的示例。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.