langsmith-fetch

作者： langchain-ai

擷取 LangSmith 追蹤記錄以除錯代理行為。適用於排查代理問題、檢視對話歷史或調查工具呼叫時使用。

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

下載 ZIP GitHub

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

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

來自 langchain-ai 的更多技能

透過主題搜尋arXiv上的預印本與學術論文，並可擷取摘要。支援物理、數學、電腦科學、生物學、統計學及相關領域的查詢式搜尋。可設定結果數量上限（預設為10篇論文），結果依相關性排序。回傳每篇符合論文的標題與摘要。需使用arxiv Python套件；若尚未安裝，請透過pip進行安裝。

長篇部落格文章撰寫，包含研究委派、結構化內容模板及AI生成封面圖片。在寫作前將研究委派給子代理，並將發現儲存為Markdown格式以供參考與上下文。強制採用五部分文章結構：鉤子、背景、主要內容（3-5個章節）、實際應用，以及附帶行動呼籲的結論。透過涵蓋主題、風格、構圖、色彩與光線的詳細提示，生成SEO優化的封面圖片。將文章輸出至...

對變更進行結構化的程式碼審查，檢查正確性、風格、測試及潛在問題。

在做出非平凡的風格決策前，先從 /memory/coding-prefs.md 讀取使用者的編碼偏好，並在使用者提供新偏好時將其附加至該檔案。

competitor-analysis

當被要求分析競爭對手時：

用於在資料集、CSV或表格資料上進行GPU加速的資料分析，使用NVIDIA cuDF。當任務涉及groupby聚合、統計…時觸發。

cuml-machine-learning

用於在表格數據上進行GPU加速的機器學習，使用NVIDIA cuML。當任務涉及分類、回歸、聚類、降維…時觸發。

data-visualization

用於建立符合出版品質的圖表與多面板分析摘要。當任務涉及資料視覺化、繪製結果、建立…時觸發。