用途：Promptic 的 Python SDK 与 CLI，面向 Promptic 平台，用于 LLM 调用追踪（tracing）、提示词优化、数据集管理以及 Agent Optimization。当代码导入 promptic_sdk 时可使用。
主要能力：启动时调用一次 promptic_sdk.init()，已安装的 LLM 提供方调用会通过 OpenTelemetry 自动埋点，覆盖 OpenAI、Anthropic、Google Generative AI、Vertex AI、Bedrock、Mistral、Cohere、LangChain（含 LangGraph、create_agent、deepagents）、OpenAI Agents SDK、Claude Agent SDK 等，并发出官方 GenAI 语义约定（gen_ai.*）。可用 ai_component 上下文管理器按 AI 组件归因，用 dataset 标注数据集。自动将内联 base64 媒体与较大的文件型内容转存为追踪工件，span 保留 promptic-artifact:// 引用。客户端提供同步 PrompticClient 与异步 AsyncPrompticClient。
用法：安装基础包 pip install promptic-sdk；按需安装 extras，例如 pip install promptic-sdk[openai]、[anthropic]、[langchain]、[all] 等。认证可用 promptic login 或设置 PROMPTIC_API_KEY；配置优先级为显式参数 > 环境变量（PROMPTIC_API_KEY、PROMPTIC_ENDPOINT）> ~/.promptic/config.toml。提示词优化通过创建实验、添加数据集用例与评估器、启动优化并部署最佳提示词完成；工具选择优化使用专用方法 create_tool_selection_experiment。
适用场景：需要追踪 LLM 与工具调用、管理数据集、做提示词与工具描述优化，或将外部运行的 Agent 提交到基准评测（AgentGymClient.run_and_submit 或 promptic agent-gym run）。
限制：自定义 span 大多数用户无需使用，自动埋点已覆盖 LLM 与工具调用。不要手工在 span 属性中保留大型 base64；不要静默读取 span 属性中的本地文件路径，需用 promptic_sdk.artifact 显式附加。让 AI Application 自动选择需要支持该推断的 SDK 与 API 版本；登录访问令牌需显式 ai_application_id。部分问题（如工件图片不渲染）与前端 CSP 或自托管存储配置有关，需设置 APP_STORAGE_CSP_ORIGINS。自托管或自定义存储、LangSmith 桥接等场景存在限制（桥接不发出工具定义）。具体价格、平台支持范围、性能指标等资料未提供。