LangSmith på 10 minutter

9 minutterAvanceretUdviklerLangChainAI til virksomheder

LangChain. En guidet tour af en LLM-trace, project og dataset af LangChains medstifter — token-omkostning, latenstid, fejlrate, feedback-aggregering, drill-down i et enkelt retrieval-step-span. Det er den nærmeste visuelle analog til det, artiklen beskriver, når den taler om "hvert kald er et span", og hvorfor strukturerede traces slår print-logging.

Bemærkning fra AI Expert

Det er en vendor-gennemgang — se den for trace-, project- og dataset-koncepterne snarere end produktpitch; idéen "hvert kald er et span" overføres til enhver tracing-stack.

Hvad du bør få ud af dette

Du kan navigere traces, projects og datasets i LangSmith og aflæse token-omkostning, latenstid, fejlrate og per-span-detalje.

Forudsætninger

Grundlæggende fortrolighed med LLM-API-kald; du behøver ikke at være LangChain-bruger for at følge trace-koncepterne.

Senest gennemgået: 18. maj 2026

Se næste

Fortsæt ad den samme læringsvej med de næste kuraterede videoer.