langsmith-dataset 是一个面向 LangSmith 评估数据集管理的技能说明，来源为 langchain-ai/design-agent。它把创建评估数据集、把数据集上传到 LangSmith、管理已有数据集等操作集中说明，并给出 CLI 命令与 SDK 代码示例。
用途与数据集类型：该技能覆盖常见评估数据集类型，包括 final_response（完整对话与期望输出，测试智能体整体行为）、single_step（单节点输入输出，测试某个节点行为）、trajectory（工具调用序列，测试执行路径）和 rag（问题、分块、答案与引用，测试检索质量）。
使用方式与认证：操作 LangSmith 需要认证。可以设置 LANGSMITH_API_KEY 环境变量，或在 CLI 命令中传入 --api-key 参数（资料称后者为首选）。资料还建议在查询或操作 LangSmith 前确认 LANGSMITH_PROJECT，以明确哪个项目包含相关 trace；LANGSMITH_WORKSPACE_ID 为可选配置。依赖安装方面，Python 使用 pip install langsmith，JavaScript 使用 npm install langsmith；CLI 通过官方安装脚本安装。
主要能力：CLI 支持列出、查看、创建、删除、导出和上传数据集，也可列出和创建示例、列出与查看实验，并提供 --limit、--yes 等通用参数。SDK 可直接创建数据集并批量添加示例，示例以包含 inputs 与 outputs 的对象数组传入。资料还给出从导出的 trace 生成数据集的工作流：先用 langsmith trace export 导出 JSONL，再用 Python 或 TypeScript 代码提取根运行的 inputs/outputs 组装成 JSON，最后用 langsmith dataset upload 上传并验证。
适用场景与限制：适合为智能体、单步调用、工具轨迹和 RAG 流程准备评估数据，把线上或调试 trace 转成可回归的测试集，并在 LangSmith 中管理实验。删除、覆盖等破坏性操作会弹出确认；在交互式运行时，资料要求等待用户输入，非交互式运行才使用 --yes。资料还包含 CLI 反馈机制说明，要求 CLI 版本不低于 0.2.58，且反馈不得包含密钥、客户数据、数据集内容、trace 负载、提示词、命令输出、路径或资源标识等敏感信息。资料未提供价格、配额和平台支持范围等信息。