快速上手LangChain（四）LangChain Hub和LangSmith

什么是LangChain Hub

LangChain Hub官网地址：https://smith.langchain.com/hub/

早期LangChainHub，类似于github一样，可以理解为LangChain 工具包 或者说 组件中心，里面提供了高质量的组件方便开发者使用。

后来LangChainHub被放到了LangSmith里，早期的时候LangChainHub有Prompt、Chain、Agent，现在只有Prompt。

LangChain Hub的目标是创建一个分享和发现Prompt的平台，使得开发者可以更容易地发现新用例和精炼提示。 随着LLM的发展，提示变得越来越重要，LangChain Hub希望成为开发者发现和分享知识的首选场所。通过汇聚分散的知识，LangChain Hub旨在加速共同的发展和学习。

Explore and contribute prompts to the community hub
探索并为社区中心提供prompts

总结：LangChain Hub是一个用于上传、浏览、拉取和管理提示词(prompts)的地方。

LangChain Hub功能

langsmith在hub上提供以下实用功能：

• 编辑提示语及提示语版本
• 类似Playground的提示语运行环境
• 在应用中加载提示语
• 与他人共享提示语

我们可以创建自己的prompt使用，并且可以分版本号使用，
通过登录并从你的管理面板导航到 Hub 来探索所有现有提示并上传你自己的提示,

可以拉取自己的prompt使用!
使用LangChain可以轻松地以编程方式下载提示：

from langchain import hub

export LANGCHAIN_API_KEY=<your key>
prompt = hub.pull("hwchase17/eli5-solar-system")

测试失败，发现模型有限，

选择 自定义模型，必须是

这块目前未测试通过，这块怎么直接用国内的模型api，知道的小伙伴也可以评论区留言,TODO~

LangSmith

官方文档：https://docs.smith.langchain.com/

LangChain 使得原型设计大型语言模型（LLM）应用程序和代理变得容易。
然而，将 LLM 应用程序交付到生产环境可能会异常困难。

LangSmith 帮助您追踪和评估语言模型应用和智能代理，以帮助您从原型过渡到生产环境。

您使用 LangChain 构建的许多应用程序都将包含多个步骤，并多次调用 LLM。随着这些应用程序变得更加复杂，能够检查链或代理内部到底发生了什么是至关重要的。最好的方法是使用LangSmith。

• Trace LLM Applications: Gain visibility into LLM calls and other parts of your application’s logic.
  跟踪 LLM 应用程序：了解 LLM 调用和应用程序逻辑的其他部分。
• Evaluate Performance: Compare results across models, prompts, and architectures to identify what works best.
  评估性能：比较不同模型、提示和架构的结果，以确定最有效的方法。
• Improve Prompts: Quickly refine prompts to achieve more accurate and reliable results.
  改进提示：快速优化提示以获得更准确、更可靠的结果。

使用

使用思路：设置完环境变量后，正常执行langchain代码，会自动在langsmith创建project，可以看到调用链！

1. 安装

pip install -U langsmith 

2. 创建一个 API 密钥
   进入官网：https://smith.langchain.com/，创建一个 API 密钥，添加环境变量

3. 设置您的环境

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>

或者，

import getpass
import os

os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_API_KEY"] = getpass.getpass()

或，

# 加载 .env 文件
load_dotenv()
langchain_api_key = os.getenv("LANGCHAIN_API_KEY")
os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_PROJECT"] = f"LangSmith-start"
os.environ["LANGCHAIN_ENDPOINT"] = "https://api.smith.langchain.com"
os.environ["LANGCHAIN_API_KEY"] = langchain_api_key

注意：指定一个新的 LANGCHAIN_PROJECT 名字，它会自动创建这个名字的项目，运行代码后显示出来~

配置上面的环境变量，LangSmith就自动生效，我们继续执行 上一章的 快速上手LangChain（三） 代码后，我们访问https://smith.langchain.com/，它会自动根据代码现在你每个步骤的情况以及耗时，结果如下图所示：