用途：为 LangSmith Python SDK 提供专家级协助，覆盖 LLM 应用的可观测性、评估与数据集管理。
主要能力：
- 追踪：用 @traceable 装饰器为函数、LLM 调用或工具执行埋点；用 trace 上下文管理器或 tracing_context() 做细粒度手动追踪；用 get_current_run_tree()、set_run_metadata()、set_tracing_parent() 操作当前运行；用 as_runnable()、ensure_traceable() 与 LangChain 集成。
- 评估：client.evaluate() 在数据集上运行实验，aevaluate() 为异步版本；evaluate_existing() 为已捕获实验打分；evaluate_comparative() 或传入两个实验 ID 的元组做 A/B 对比；@run_evaluator 编写自定义逐样本评估器，summary_evaluators 做数据集级评分。
- 数据集与运行：Client 可创建数据集、添加样本、查询运行、读取运行、生成分享链接。
- 其他：Attachment 为追踪附加图片、音频或二进制文件；TracingMiddleware 追踪 FastAPI/Starlette/Django 等 ASGI/WSGI 应用；LangSmithPlugin 提供 pytest 测试级追踪；PromptCache/AsyncPromptCache 做提示缓存；可捕获 LangSmithAPIError、LangSmithRateLimitError 等错误类型。
使用方式：安装 pip install langsmith；设置 export LANGSMITH_API_KEY="ls__..." 与 export LANGSMITH_TRACING=true。pytest 集成需 pip install langsmith[pytest]，运行 pytest --langsmith 或设置 LANGSMITH_TEST_TRACKING=true。完整 API 参考见 references/api.md（约 500 KB）。
适用场景：为智能体步骤、LLM 调用与工具执行添加追踪；在数据集上运行评估与 A/B 对比；编写自定义评估器；管理数据集；为 Web 应用与测试添加追踪。
限制：资料未提供收费、价格、平台支持范围与性能数据；具体行为以官方文档与 SDK 实际版本为准。