langsmith-code-eval

Cria avaliadores baseados em código para agentes rastreados pelo LangSmith. Use ao construir lógica de avaliação personalizada, testar padrões de uso de ferramentas ou pontuar saídas de agentes…

npx skills add https://github.com/langchain-ai/lca-skills --skill langsmith-code-eval

LangSmith Code Evaluator Creation

Creates evaluators for LangSmith experiments through structured inspection and implementation.

Prerequisites

  • langsmith Python package installed
  • LANGSMITH_API_KEY environment variable set (check project's .env file)

Workflow

Copy this checklist and track progress:

Evaluator Creation Progress:
- [ ] Step 1: Gather info from user
- [ ] Step 2: Inspect trace and dataset structure
- [ ] Step 3: Read agent code
- [ ] Step 4: Write evaluator
- [ ] Step 5: Write experiment runner
- [ ] Step 6: Run and iterate

Step 1: Gather Info from User

IMPORTANT: Do NOT search or explore the codebase. Ask the user all of these questions upfront using AskUserQuestion before doing anything else.

Ask the user the following in a single AskUserQuestion call:

  1. Python command: How do you run Python in this project? (e.g., python, python3, uv run python, poetry run python)
  2. Agent file path: What is the path to your agent file?
  3. LangSmith project name: What is your LangSmith project name (where traces are logged)?
  4. LangSmith dataset name: What is the name of the dataset to evaluate against?
  5. Evaluation goal: What behavior should pass vs fail? Common types:
    • Tool usage: Did the agent call the correct tool?
    • Output correctness: Does output match expected format/content?
    • Policy compliance: Did it follow specific rules?
    • Classification: Did it categorize correctly?

Step 2: Inspect Trace and Dataset Structure

Using the info from Step 1, run the inspection scripts located in this skill's directory:

{python_cmd} {skill_dir}/scripts/inspect_trace.py PROJECT_NAME [RUN_ID]
{python_cmd} {skill_dir}/scripts/inspect_dataset.py DATASET_NAME

Replace {python_cmd} with the command from Step 1, and {skill_dir} with this skill's directory path.

Verify the trace matches the agent:

  • Does the trace type match? (e.g., OpenAI trace for OpenAI agent)
  • Does it contain the data needed for evaluation?
  • If mismatched, clarify before proceeding.

From the dataset inspection, note:

  • Input schema (what gets passed to the agent)
  • Output schema (reference/expected outputs)
  • Metadata fields (e.g., expected_tool, difficulty, labels)

The dataset metadata often contains ground truth for evaluation (e.g., which tool should be called, expected classification).

Step 3: Read Agent Code

Read the agent file provided in Step 1 to identify:

  • Entry point function (look for @traceable decorator)
  • Available tools
  • Output format (what the function returns)

Step 4: Write the Evaluator

Create evaluator functions based on trace and dataset structure. See EVALUATOR_REFERENCE.md for function signatures and return formats.

Step 5: Write Experiment Runner

Create a script that:

  1. Imports the agent's entry function
  2. Wraps it as a target function
  3. Runs evaluate() or aevaluate() against the dataset

See EVALUATOR_REFERENCE.md for evaluate() usage.

Step 6: Run and Iterate

Execute the experiment, review results in LangSmith, refine evaluators as needed.

Mais skills de langchain-ai

arxiv-search
langchain-ai
Pesquise no arXiv por pré-impressões e artigos acadêmicos por tópico com recuperação de resumo. Busca baseada em consultas em física, matemática, ciência da computação, biologia, estatística e áreas relacionadas. Limite de resultados configurável (padrão 10 artigos) com resultados ordenados por relevância. Retorna título e resumo para cada artigo correspondente. Requer o pacote Python arxiv; instale via pip se ainda não estiver presente.
official
blog-post
langchain-ai
Escrita de posts de blog em formato longo com delegação de pesquisa, templates de conteúdo estruturados e imagens de capa geradas por IA. Delega a pesquisa para subagentes antes da escrita, armazenando descobertas em markdown para referência e contexto. Impõe uma estrutura de post em cinco partes: gancho, contexto, conteúdo principal (3–5 seções), aplicação prática e conclusão com chamada para ação. Gera imagens de capa otimizadas para SEO usando prompts detalhados cobrindo assunto, estilo, composição, cor e iluminação. Gera posts para...
official
code-review
langchain-ai
Realize uma revisão de código estruturada das alterações, verificando correção, estilo, testes e possíveis problemas.
official
coding-prefs
langchain-ai
Leia as preferências de codificação do usuário em /memory/coding-prefs.md antes de tomar decisões de estilo não triviais, e anexe novas preferências quando o usuário fornecer…
official
competitor-analysis
langchain-ai
Quando solicitado a analisar concorrentes:
official
cudf-analytics
langchain-ai
Use para análise de dados acelerada por GPU em conjuntos de dados, CSVs ou dados tabulares usando NVIDIA cuDF. Aciona quando tarefas envolvem agregações groupby, estatísticas…
official
cuml-machine-learning
langchain-ai
Use para aprendizado de máquina acelerado por GPU em dados tabulares usando NVIDIA cuML. Aciona quando tarefas envolvem classificação, regressão, clusterização, redução de dimensionalidade…
official
data-visualization
langchain-ai
Use para criar gráficos de qualidade para publicação e resumos de análise com múltiplos painéis. Ativa quando as tarefas envolvem visualização de dados, plotagem de resultados, criação de...
official