用途 LangSmith Traces 技能用于两类工作：一是为应用程序添加 LangSmith 追踪，二是查询与导出 trace 数据。它帮助开发者获取完整的执行上下文，用于轨迹分析与数据集生成。
主要能力
- 追踪接入：对 LangChain/LangGraph 应用，追踪是自动的，只需设置环境变量，例如 LANGSMITH_TRACING=true、LANGSMITH_API_KEY 和对应 LLM 提供方的密钥，还可选设置 LANGSMITH_PROJECT 等项目变量；在 Python 服务端无服务器场景可用 LANGCHAIN_CALLBACKS_BACKGROUND=false 以确保函数退出前 trace 完成。
- 非 LangChain 应用接入：若框架原生支持 OpenTelemetry，可使用 LangSmith 的 OpenTelemetry 集成；若不使用框架或框架无自动 OTel 支持，则使用 traceable 装饰器/包装器并包装 LLM 客户端，例如 wrap_openai(OpenAI())。嵌套函数上应用 traceable 可让其在 LangSmith 中可见，被包装的客户端会自动记录每次 LLM 调用，建议为 trace 命名并添加元数据以便检索。
- 查询与导出：技能提供 Python 和 TypeScript 两套用法一致的命令行脚本，包含 traces 和 runs 两组命令。traces 组针对 trace 树，包括 list（列出 trace，过滤条件作用于根 run）、get（获取单个 trace 及其完整层级结构）、export（导出 trace 为 JSONL，每个 trace 一个文件）。runs 组针对单个 run，包括 list（平铺列表，过滤条件作用于任意匹配 run）、get、export（导出为单个平铺 JSONL 文件）。
使用方式（命令示例） Python 侧安装依赖：pip install langsmith click rich python-dotenv；TypeScript 侧安装：npm install langsmith commander chalk cli-table3 ora dotenv，以及开发依赖 tsx、typescript、@types/node。 常用命令包括：列出最近 trace 并附带元数据（耗时、token、成本），按时间过滤（--last-n-minutes、--since），获取指定 trace 的完整层级，列出并内联展示层级（--show-hierarchy），导出 trace 到 JSONL（--limit、--full），按性能过滤（--min-latency 可筛选慢 trace，--error 可筛选失败 trace），以及按 run 类型列出（如 --run-type llm）。脚本也可以配合 --project、--trace-ids、--name、--min-tokens、--tags 以及原始 LangSmith 过滤查询 --filter 使用。
适用场景 适用于需要为 LLM 应用建立可观测性、排查慢请求或失败请求、分析完整执行轨迹，以及从历史 trace 生成数据集的开发与运维场景。
限制与注意事项 资料未提供该技能的收费、价格、适用平台或效果承诺等信息。接入要求提供 LangSmith API Key；部分可选变量（如 LANGSMITH_PROJECT、LANGSMITH_WORKSPACE_ID）用于默认项目或组织级密钥场景。导出时需使用 --include-io 或 --full 才会包含输入/输出，而轨迹分析与数据集生成通常需要这些字段。