用途：为 DSPy 程序提供自动追踪与可观测性，记录 LM 调用、检索、模块执行及嵌套流水线的完整调用树，无需手动装饰器。
主要能力：自动捕获提示词与响应、token 数量、成本、延迟；检索的查询、段落与分数；每个 dspy.Module.forward() 的输入输出；优化器（如 MIPROv2、GEPA）内部调用。UI 提供时间线瀑布图、token 与成本统计、延迟分解、提示词查看及按时间、延迟、状态和自定义属性过滤。
使用方式：安装 pip install langtrace-python-sdk。云端在 app.langtrace.ai 注册并获取 API key，代码中调用 langtrace.init(api_key="your-key")，或设置 LANGTRACE_API_KEY 环境变量。自托管可克隆 github.com/Scale3-Labs/langtrace 后执行 docker compose up -d，再用 langtrace.init(api_host="http://localhost:3000") 或设置 LANGTRACE_API_HOST。可用 with_langtrace_root_span 与 inject_additional_attributes 添加自定义属性。
适用场景：希望最简 DSPy 追踪、需要自动埋点、使用云端仪表盘或需自托管保障数据隐私的团队。
限制：评估功能较基础，深度评估可考虑 Phoenix；团队已用 W&B 或需完整 ML 生命周期（模型注册、部署）时另有方案。具体收费、价格与平台细节暂未提供。