该技能用于在 LangSmith 中创建评测数据集、上传本地数据集以及管理已有数据集，适合为智能体或 RAG 流程准备评测样本。
身份认证为必需：设置环境变量 LANGSMITH_API_KEY，或向 CLI 命令传入 --api-key（推荐）。查询前应先检查环境变量或 .env 中的 LANGSMITH_PROJECT，以确定相关 trace 所在项目；LANGSMITH_WORKSPACE_ID 为可选。
依赖安装：Python 用 pip install langsmith；JavaScript 用 npm install langsmith；CLI 用 curl -sSL https://raw.githubusercontent.com/langchain-ai/langsmith-cli/main/scripts/install.sh | sh。
主要能力（CLI）：langsmith dataset list/get/create/delete/export/upload 完成数据集增删查改与导入导出；langsmith example list/create/delete 管理样本；langsmith experiment list/get 查看实验。常用标志有 --limit N 与 --yes。破坏性操作会弹出确认，交互场景必须等待用户输入，非交互场景才可用 --yes。
数据集为含 examples 数组的 JSON 文件，每个样本有 inputs 与 outputs。常见类型：final_response（完整对话与期望输出）、single_step（单节点输入输出）、trajectory（工具调用顺序）、rag（问题/分块/答案/引用）。可由导出的 trace 经代码加工成数据集，再上传：langsmith dataset upload /tmp/dataset.json --name "My Evaluation Dataset" --api-key $LANGSMITH_API_KEY。也可用 SDK 直接创建数据集与样本（Python/JS）。
限制与排查：CLI 反馈功能需 langsmith CLI v0.2.58 或更高版本，可通过 langsmith --version 检查，反馈不得包含密钥或用户数据，自托管环境跳过。上传后数据集为空时，确认 JSON 是含 inputs 的对象数组且文件非空；导出无数据时，确认导出使用了 --full 且 trace 有 inputs/outputs；样本数不符时对比远端与本地。其余未在资料中说明的能力暂未提供。