langsmith-fetch

โดย langchain-ai

ดึงข้อมูลการติดตามของ LangSmith เพื่อดีบักพฤติกรรมของเอเจนต์ ใช้เมื่อแก้ไขปัญหาเอเจนต์ ตรวจสอบประวัติการสนทนา หรือสอบสวนการเรียกใช้เครื่องมือ

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?

Skills เพิ่มเติมจาก langchain-ai

arxiv-search
langchain-ai
ค้นหา arXiv สำหรับพรีปรินต์และเอกสารวิชาการตามหัวข้อ พร้อมดึงบทคัดย่อ ค้นหาตามคำถามในสาขาฟิสิกส์ คณิตศาสตร์ วิทยาการคอมพิวเตอร์ ชีววิทยา สถิติ และสาขาที่เกี่ยวข้อง กำหนดจำนวนผลลัพธ์ได้ (ค่าเริ่มต้น 10 เอกสาร) โดยเรียงตามความเกี่ยวข้อง คืนค่าชื่อเรื่องและบทคัดย่อของเอกสารที่ตรงกัน ต้องใช้แพ็กเกจ arxiv ใน Python ติดตั้งผ่าน pip หากยังไม่มี
official
blog-post
langchain-ai
การเขียนบล็อกโพสต์แบบยาว พร้อมการมอบหมายงานวิจัย เทมเพลตเนื้อหาที่มีโครงสร้าง และภาพปกที่สร้างโดย AI มอบหมายการวิจัยให้กับตัวแทนย่อยก่อนเขียน โดยเก็บผลลัพธ์ในรูปแบบมาร์กดาวน์เพื่อใช้อ้างอิงและบริบท บังคับใช้โครงสร้างโพสต์ห้าส่วน: การดึงดูดความสนใจ บริบท เนื้อหาหลัก (3–5 หัวข้อ) การประยุกต์ใช้จริง และบทสรุปพร้อมคำกระตุ้นการตัดสินใจ สร้างภาพปกที่ปรับแต่งเพื่อ SEO โดยใช้พรอมต์โดยละเอียดที่ครอบคลุมหัวข้อ สไตล์ องค์ประกอบ สี และแสง ส่งออกโพสต์ไปยัง...
official
code-review
langchain-ai
ดำเนินการตรวจสอบโค้ดที่มีการเปลี่ยนแปลงอย่างมีโครงสร้าง โดยตรวจสอบความถูกต้อง รูปแบบ การทดสอบ และปัญหาที่อาจเกิดขึ้น
official
coding-prefs
langchain-ai
อ่านความชอบในการเขียนโค้ดของผู้ใช้จาก /memory/coding-prefs.md ก่อนตัดสินใจเรื่องสไตล์ที่ไม่ใช่เรื่องเล็กน้อย และเพิ่มความชอบใหม่เมื่อผู้ใช้ให้…
official
competitor-analysis
langchain-ai
เมื่อถูกขอให้วิเคราะห์คู่แข่ง:
official
cudf-analytics
langchain-ai
ใช้สำหรับการวิเคราะห์ข้อมูลที่เร่งด้วย GPU บนชุดข้อมูล, CSV หรือข้อมูลแบบตารางโดยใช้ NVIDIA cuDF ทำงานเมื่อมีงานที่เกี่ยวข้องกับการรวมกลุ่มแบบ groupby, การคำนวณทางสถิติ...
official
cuml-machine-learning
langchain-ai
ใช้สำหรับการเรียนรู้ของเครื่องที่เร่งด้วย GPU บนข้อมูลแบบตารางโดยใช้ NVIDIA cuML ทำงานเมื่อมีงานที่เกี่ยวข้องกับการจำแนกประเภท การถดถอย การจัดกลุ่ม การลดมิติ...
official
data-visualization
langchain-ai
ใช้สำหรับสร้างแผนภูมิคุณภาพระดับสิ่งพิมพ์และสรุปการวิเคราะห์แบบหลายแผง ทำงานเมื่อมีงานที่เกี่ยวข้องกับการแสดงข้อมูลเป็นภาพ การพล็อตผลลัพธ์ การสร้าง...
official