用途：把 LangChain 1.0 / LangGraph 1.0 的调用链接入 OpenTelemetry 原生后端（Jaeger、Honeycomb、Grafana Tempo、Datadog），并建立 LLM 专属可观测性与 SLO。
主要能力：安装 opentelemetry-instrumentation-langchain（>=0.33）后自动在每次运行上发出 gen_ai.* 属性（如 gen_ai.system、gen_ai.request.model、gen_ai.usage.input_tokens、gen_ai.response.finish_reasons）；用 BatchSpanProcessor 控制开销；定义五项 SLI（p95/p99 延迟、错误率、单请求成本、TTFT）并配多窗口多燃烧率告警；按流量调整采样。
必要用法：pip install opentelemetry-api opentelemetry-sdk opentelemetry-exporter-otlp-proto-http "opentelemetry-instrumentation-langchain>=0.33"；创建 TracerProvider 与 OTLPSpanExporter，调用 LangchainInstrumentor().instrument()。提示内容捕获默认关闭（隐私安全默认），仅在受信单租户等场景设置 OTEL_INSTRUMENTATION_GENAI_CAPTURE_MESSAGE_CONTENT=true；多租户须先在上游做脱敏。LangGraph 子图回调不会继承定义时绑定的回调，须在调用时通过 config={"callbacks": [handler]} 传入。
适用场景：开发用 Jaeger 本地验证；生产用 Honeycomb/Tempo/Datadog 做延迟与成本分析；迁移期可双导出。
限制：LangChain 1.0 不原生发出 gen_ai.usage.cost_usd，需自定义回调计算；头部采样会丢弃 p99 离群值，尾延迟 SLO 建议改用 Collector 的 tailsamplingprocessor；高流量需增大 max_queue_size 或加 Collector。具体后端端点与查询语句资料未完整提供。