langsmith-fetch

Извлекает трассировки LangSmith для отладки поведения агента. Используйте при устранении неполадок агента, просмотре истории диалогов или исследовании вызовов инструментов.

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

Fetching LangSmith Traces

Requires langsmith-fetch in project dependencies and LANGSMITH_API_KEY in a .env file.

Setup

First, find the .env file containing LANGSMITH_API_KEY:

find . -name ".env" -type f 2>/dev/null | head -5

Commands

Use --env-file <path-to-.env> with all commands:

# Fetch recent traces (uses LANGSMITH_PROJECT from .env, or specify --project-uuid)
uv run --env-file <path> langsmith-fetch traces ./traces --limit 10
uv run --env-file <path> langsmith-fetch traces ./traces --project-uuid <uuid> --limit 10

# Fetch single trace by ID
uv run --env-file <path> langsmith-fetch trace <trace-id>

# Include metadata (timing, tokens, costs)
uv run --env-file <path> langsmith-fetch trace <trace-id> --include-metadata

Output Formats

  • --format pretty - Human-readable (default)
  • --format json - Pretty-printed JSON
  • --format raw - Compact JSON for piping

Troubleshooting Workflow

  1. Find .env: find . -name ".env" -type f 2>/dev/null
  2. Fetch recent traces: uv run --env-file <path> langsmith-fetch traces ./debug --limit 10
  3. Find relevant trace in saved JSON files
  4. Check: What tools were called? What did they return? Was it correct/expected?

Больше skills от langchain-ai

arxiv-search
langchain-ai
Поиск препринтов и научных статей на arXiv по теме с извлечением аннотаций. Поиск на основе запросов по физике, математике, информатике, биологии, статистике и смежным областям. Настраиваемый лимит результатов (по умолчанию 10 статей) с сортировкой по релевантности. Возвращает заголовок и аннотацию для каждой подходящей статьи. Требуется пакет arxiv для Python; установите через pip, если он ещё не установлен.
official
blog-post
langchain-ai
Написание длинных блогов с делегированием исследований, структурированными шаблонами контента и изображениями, созданными ИИ. Делегирует исследование сабагентам перед написанием, сохраняя результаты в Markdown для справки и контекста. Придерживается пятичастной структуры поста: зацепка, контекст, основной контент (3–5 разделов), практическое применение и заключение с призывом к действию. Генерирует SEO-оптимизированные изображения с помощью подробных промптов, охватывающих тему, стиль, композицию, цвет и освещение. Выводит посты в...
official
code-review
langchain-ai
Выполнить структурированное ревью кода изменений, проверяя корректность, стиль, тесты и потенциальные проблемы.
official
coding-prefs
langchain-ai
Читать предпочтения пользователя по кодированию из /memory/coding-prefs.md перед принятием нетривиальных стилевых решений и добавлять новые предпочтения, когда пользователь предоставляет…
official
competitor-analysis
langchain-ai
Когда просят проанализировать конкурентов:
official
cudf-analytics
langchain-ai
Используется для ускоренного на GPU анализа данных, CSV-файлов или табличных данных с помощью NVIDIA cuDF. Срабатывает, когда задачи включают группировку с агрегацией, статистические...
official
cuml-machine-learning
langchain-ai
Используется для ускоренного на GPU машинного обучения на табличных данных с помощью NVIDIA cuML. Запускается, когда задачи включают классификацию, регрессию, кластеризацию, снижение размерности…
official
data-visualization
langchain-ai
Используется для создания диаграмм публикационного качества и многопанельных сводок анализа. Срабатывает, когда задачи включают визуализацию данных, построение графиков результатов, создание…
official