LangSmith in 10 Minuten

9 MinutenFortgeschrittenUmsetzungLangChainKI für Unternehmen

LangChain. Der Mitgründer von LangChain führt durch einen LLM-Trace, ein Projekt und einen Datensatz. Er zeigt Tokenkosten, Latenz, Fehlerrate, aggregiertes Feedback und die Detailansicht eines einzelnen Spans für einen Retrieval-Schritt. Das Video veranschaulicht am besten, was der Artikel mit „Jeder Aufruf ist ein Span“ meint und weshalb strukturierte Traces einfachen Print-Logs überlegen sind.

Hinweis von AI Expert

Dies ist eine Produktführung. Konzentrieren Sie sich auf die Konzepte Trace, Projekt und Datensatz statt auf das Verkaufsargument. Das Prinzip „Jeder Aufruf ist ein Span“ lässt sich auf jeden Tracing-Stack übertragen.

Was Sie aus diesem Video mitnehmen sollten

Traces, Projekte und Datensätze in LangSmith navigieren sowie Tokenkosten, Latenz, Fehlerrate und Details einzelner Spans ablesen können.

Das sollten Sie zuerst ansehen oder wissen

Grundlegende Vertrautheit mit LLM-API-Aufrufen; Sie müssen LangChain nicht verwenden, um den Tracing-Konzepten folgen zu können.

Zuletzt geprüft: 18. Mai 2026

Nächste Videos ansehen

Fahren Sie mit demselben Lernpfad fort und sehen Sie die nächsten kuratierten Begleitvideos.