📝 LangChain.js 是一个快速开发大模型应用的框架，它提供了一系列强大的功能和工具，使得开发者能够更加高效地构建复杂的应用程序。LangChain.js 实战系列文章将介绍在实际项目中使用 LangChain.js 时的一些方法和技巧。
LangSmith 是 LangChain 推出的 AI 应用调试、监控和测试平台。
LangSmith 会记录大模型发起的所有请求，除了输入输出，还能看到具体的所有细节，包括：
- 请求的大模型、模型名、模型参数
- 请求的时间、消耗的 token 数量
- 请求中的所有上下文消息，包括系统消息
比较亮眼的功能是，LangSmith 可以把某条请求添加进 Playground，然后直接调试修改，重放该请求：
选中某条请求，点击「Playground」：
进入 Playground 后，这条请求会包括原本的所有消息上下文、使用的模型、参数等等，我们就可以直接修改对应的提示词，点击「Start」去重放测试：
有这个重放功能，对于某些测试 case，就不需要费心先为这个 case 构建请求环境模拟，再调试提示词，直接在 Playground 就能直接调试提示词，相当方便了。
LangSmith 的集成挺简单的，只需要一个 API 和 URL 即可，我们直接进入官网：smith.langchain.com/
点击「Sign Up」，选择账号登录：
试过让已经进入 LangSmith 的朋友邀请进组织，不过不行
进入之后创建一个 API key：
然后在项目下设置这几个环境变量：
bash复制代码LANGCHAIN_TRACING_V2="true"
# 请求的 URL
LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"
# API key
LANGCHAIN_API_KEY="YOUR_API_KEY"
# 项目名称
LANGCHAIN_PROJECT="YOUR_PROJECT_NAME"
其中 LANGCHAIN_PROJECT 可以不用设置，它会默认记录到一个叫做 default 的项目下。
设置之后，调用 LangChain 的方法： LangChain.js 实战系列：入门介绍
发送的请求就都会记录到 LangSmith 上了：
其他的一些创建组织、创建项目等的常见功能可以自行体验，总的来说，LangSmith 目前对于开发调试一个 AI 应用来说很方便，不过这个项目属于闭源，并且会记录 API Key 一些敏感信息，因此是否使用 LangSmith 具体看自己的项目情况。
最后
推荐一些好用的资源
👉 StarFlow.tech ，一个集聊天、工作流和知识库的 AI 平台。在这里，你可以免费使用 ChatGPT3.5 和 3.5 16K，还有 GPT-4 Vision、DELL·E3、Midjourney 等多种模型可供选择。这个平台就像一个小型工作室，助力个人效率 Max！
👉 OpenAI 官方提示词指南 ，专门面向中文的提示词工程指南，该教程是 OpenAI 官方出版，主要包括了六大策略，轻松学习提示词技巧。
