用途：LangSmith 是框架无关的平台层，用于构建、调试和部署 AI 智能体与 LLM 应用，与 LangChain、LangGraph、Deep Agents 等框架互补。它本身不用于编写智能体逻辑或 LLM 流水线，这些应使用上述框架完成。
主要能力：可观测性，通过自动或手动埋点追踪 LLM 应用的每一步，包括 LLM 调用、智能体步骤、检索和工具使用；评估，支持代码评估、LLM-as-judge 或复合评估器对输出打分，也可人工介入；提示词工程，在可视化 playground 中创建、版本化和测试提示词；智能体部署，基于 LangGraph 的 agent server 部署智能体，支持流式输出、human-in-the-loop 和持久化执行；监控，提供仪表盘、告警和成本追踪。
使用方式：设置两个环境变量即可从任意受支持的框架启用追踪： export LANGSMITH_TRACING=true export LANGSMITH_API_KEY="your-api-key" API key 来自 smith.langchain.com/settings。安装 SDK：Python 用 pip install langsmith；JavaScript/TypeScript 用 npm install langsmith。可用 @traceable 装饰器验证追踪，被装饰函数内的所有调用会自动追踪。SDK 类与方法细节见 https://reference.langchain.com/python/langsmith，MCP server 见 https://reference.langchain.com/mcp。
适用场景：需要追踪和调试 LLM 调用、智能体步骤、检索与工具使用；需要自动化或人工评估 LLM 输出；需要可视化迭代和版本化提示词；需要将智能体部署到生产并监控成本与告警。
限制：资料未提供具体收费、价格、平台支持范围或效果数据，暂未提供。构建智能体逻辑本身应使用 LangChain、LangGraph 或 Deep Agents。