用途：面向 LangChain / LangGraph 事故的排障技能，产出一个自包含的 tar.gz 诊断包（通常 1-10 MB），让第二位工程师无需现场终端即可复现失败。
主要能力：
- 环境清单：记录 Python、平台、CPU 数，以及 langchain-core、langgraph、langsmith 等关键包版本；只记录环境变量名，不记录值。
- 事件捕获：用白名单过滤 astream_events(version="v2")，丢弃 on_chain_* 生命周期噪声，保留 on_chat_model_、on_tool_、on_retriever_*、on_custom_event 及任何 *_error 事件，并对 on_chat_model_stream 做 1/10 采样，把每次调用 2000+ 事件降到 50-200 条。
- 回调传播：通过 invoke 时的 config["callbacks"] 挂载 DebugCallbackHandler，而非 Runnable.with_config(callbacks=[...])，以捕获子图与内层 create_react_agent 循环中的事件。
- 追踪链接：用 get_current_run_tree() 取 RunTree.get_url()，写入 langsmith.url。
- 脱敏：打包前对每个文件跑正则替换，覆盖 OpenAI、Anthropic、Google、LangSmith 密钥、Bearer、数据库 URI、私钥等。
- 打包：写 MANIFEST.yaml 索引与脱敏统计，再 tar.gz。
必要用法：需 Python 3.10+、langchain-core >=1.0,<2.0、langgraph >=1.0,<2.0、langsmith >=0.1.40，并启用 LANGSMITH_TRACING=true、LANGSMITH_API_KEY、LANGSMITH_PROJECT（1.0 规范变量名，非旧版 LANGCHAIN_TRACING_V2），且对仓库外暂存目录有写权限。
限制：不使用已软弃用的 astream_log()；token_usage 需从 on_chat_model_stream 分块聚合，on_llm_end 读取会滞后；LangSmith URL 需对方有项目权限，公开分享应使用 RunTree.share()；自定义对象需扩展 _json_safe 才能序列化。