LangChain und LangGraph - Failproof AI

Drei Schritte zu Ihrem ersten LangChain- oder LangGraph-Trace. Informationen zu Streaming, Human-in-the-Loop, Span-Benennung und weiteren Optionen finden Sie im vollständigen Leitfaden.

Installieren

pip install 'failproofai-sdk[langgraph]'

Für LangChain ohne LangGraph verwenden Sie failproofai-sdk[langchain].

Instrumentieren

import failproofai_sdk

failproofai_sdk.configure(environment="production")
failproofai_sdk.instrument()

with failproofai_sdk.session():
    graph.invoke({"messages": [HumanMessage("...")]})

Keine Änderungen an den Aufrufstellen. instrument() registriert einen Tracer, den LangChain in jeden Callback-Manager injiziert, den es erstellt – so werden Graphs, Tools und Modelle erfasst, einschließlich solcher, die sich in Bibliotheken befinden, die Sie nicht selbst geschrieben haben.

Prüfen, ob alles angekommen ist

Führen Sie die Anwendung einmal aus und öffnen Sie anschließend Observe → Sessions, um Ihre Umgebung auszuwählen. Ihr Durchlauf erscheint als rekonstruierter Trace. Falls nichts ankommt, überprüfen Sie die Verbindung des Rechners mit failproofai config --status.

Vollständiger LangChain-Leitfaden

Was aufgezeichnet wird, Streaming, Token-Zählungen, Span-Benennung, Session-Steuerung, Optionen und Human-in-the-Loop.