用途：从 LangSmith 追踪（traces）自动生成测试与评测数据集，用于验证 LangChain 智能体行为。
主要能力：支持四种数据集类型——final_response（完整对话与期望输出）、single_step（单节点输入输出，可采样多次调用）、trajectory（工具调用序列，可控制深度）、RAG（问题/检索片段/答案/引用）。所有类型支持 JSON 与 CSV 输出，并可直接上传到 LangSmith。
使用方式：先配置环境变量 LANGSMITH_API_KEY（必填），可选 LANGSMITH_PROJECT、LANGSMITH_WORKSPACE_ID；安装依赖 pip install langsmith click rich python-dotenv。进入 skills/langsmith-dataset/scripts/ 运行 generate_datasets.py 生成数据集，query_datasets.py 查看、导出与检查结构。常用参数包括 --root-run-name、--limit、--last-n-minutes、--output、--upload、--replace、--yes。
适用场景：为 LangGraph/DeepAgents 等智能体构建回归测试集、评测检索质量或工具调用路径。
限制：--replace 会覆盖已有数据集并弹出确认，--yes 会跳过所有安全提示，仅在用户明确授权时使用；工具调用通常位于深度 2，深度设置不当可能得到空结果；上传失败需检查数据集是否已存在或 API Key 是否有效。具体收费与平台细节暂未提供。