该 消息视图 将代理的跟踪渲染为聊天式对话：用户提示、模型响应、工具调用和工具结果，按顺序显示。它自动适用于本页表格中列出的任何集成。部分集成（wrap_anthropic 单独使用，以及 JavaScript Claude Agent SDK）需要手动设置一个元数据键，这些内容在表格和 已知限制.

支持的集成

有关每个集成的完整检测规则、预期负载格式和 JSON 示例，请参阅 追踪格式参考.

已知限制

部分集成需要元数据覆盖才能被识别：

• - **wrap_anthropic alone:** 该包装器未设置 ls_message_format，因此当前检测不匹配。设置 metadata={"ls_message_format": "anthropic"} 在调用时（通过 RunnableConfig）以声明该运行。
• Claude Agent SDK (JS)： 自动检测当前仅允许 "claude-agent-sdk" 和 "claude-code"，而非 JS 发出的 "claude-agent-sdk-js"。设置 ls_message_format: "anthropic" 在 JS 追踪上。
• - **langchain.create_agent:** 不在显式检测允许列表中。当代理在 LangGraph 内运行时，它通过 ls_provider/ls_message_format fallthroughs in the matching OpenAI/Anthropic detection, or via graph_id / langgraph_node 来声明。如果路由不可靠，请设置 metadata.ls_message_format: "langchain" explicitly.

从消息视图排除运行

设置 LS_MESSAGE_VIEW_EXCLUDE 在运行的元数据上会指示消息视图跳过该运行。关键在于该键的存在； True 是常规值。过滤器在任何提取策略之前运行，因此被排除的 LLM 或工具运行不会影响检测、消息提取或工具调用配对。

LS_MESSAGE_VIEW_EXCLUDE 是从导出的顶级常量 langsmith （Python 和 JS），其值为字符串 "ls_message_view_exclude"。建议使用该常量以避免拼写错误；字面字符串仍然有效。

Use it for LLM subspans that are not conversational turns, such as classification calls, embedding lookups, safety filters, or routing/guardrail decisions, that you still want visible elsewhere in LangSmith but do not want cluttering the conversation transcript.

Python

**1. On a @traceable 装饰器**：排除整个函数的运行。

from langsmith import LS_MESSAGE_VIEW_EXCLUDE, traceable

@traceable(run_type="llm", metadata={LS_MESSAGE_VIEW_EXCLUDE: True})
def classify_intent(query: str) -> str:
    # This LLM call is internal routing, not part of the chat
    return llm.predict(f"Classify the intent of: {query}")

**2. 通过 trace 上下文管理器**：排除一个临时 span。

from langsmith import LS_MESSAGE_VIEW_EXCLUDE, trace

with trace(
    "safety_check",
    run_type="llm",
    metadata={LS_MESSAGE_VIEW_EXCLUDE: True},
) as run:
    result = safety_model.score(text)
    run.end(outputs={"score": result})

3. 从正在运行的函数内部：在运行被修补之前的任何时间点，在当前运行树中设置密钥。

from langsmith import LS_MESSAGE_VIEW_EXCLUDE, get_current_run_tree, traceable

@traceable(run_type="llm")
def maybe_internal(query: str) -> str:
    result = llm.predict(query)
    if _looks_like_routing(query):
        rt = get_current_run_tree()
        if rt is not None:
            rt.add_metadata({LS_MESSAGE_VIEW_EXCLUDE: True})
    return result

**4. 每次调用时使用 wrap_openai / wrap_anthropic**：传递 langsmith_extra 到被包装的客户端调用中。

from langsmith import LS_MESSAGE_VIEW_EXCLUDE
from langsmith.wrappers import wrap_openai

client = wrap_openai(openai.Client())

resp = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Classify: ..."}],
    langsmith_extra={"metadata": {LS_MESSAGE_VIEW_EXCLUDE: True}},
)

**5. LangChain RunnableConfig**：排除链或聊天模型的单个调用。

from langchain_openai import ChatOpenAI
from langsmith import LS_MESSAGE_VIEW_EXCLUDE

llm = ChatOpenAI(model="gpt-4o")
result = llm.invoke(
    "Classify this query",
    config={"metadata": {LS_MESSAGE_VIEW_EXCLUDE: True}},
)

TypeScript

**1. On a traceable 包装器**：排除整个函数的运行。

const classifyIntent = traceable(
  async (query: string) => {
    return await llm.predict(`Classify the intent of: ${query}`);
  },
  {
    name: "classify_intent",
    run_type: "llm",
    metadata: { [LS_MESSAGE_VIEW_EXCLUDE]: true },
  },
);

2. 从正在运行的函数内部：修改当前运行树。

const maybeInternal = traceable(
  async (query: string) => {
    const result = await llm.predict(query);
    if (looksLikeRouting(query)) {
      const rt = getCurrentRunTree();
      rt.extra = rt.extra ?? {};
      rt.extra.metadata = { ...rt.extra.metadata, [LS_MESSAGE_VIEW_EXCLUDE]: true };
    }
    return result;
  },
  { run_type: "llm" },
);

**3. 每次调用时使用 wrapOpenAI**：传递 langsmithExtra 在调用上。

const client = wrapOpenAI(new OpenAI());

const resp = await client.chat.completions.create(
  {
    model: "gpt-4o-mini",
    messages: [{ role: "user", content: "Classify: ..." }],
  },
  { langsmithExtra: { metadata: { [LS_MESSAGE_VIEW_EXCLUDE]: true } } },
);

4. Vercel AI SDK 中间件：通过以下方式传递密钥 lsConfig.metadata on wrapAISDK。中间件将此合并到每个发出的 LLM 运行中。

const { generateText } = wrapAISDK(ai, {
  metadata: { [LS_MESSAGE_VIEW_EXCLUDE]: true },
});

要仅排除某些调用而不是其他调用，请用 wrapAISDK 进行正常包装，然后修改 getCurrentRunTree() 从父级内部 traceable 调用 AI SDK 的父级，或使用子级 RunTree 使用 createChild({ extra: { metadata: { [LS_MESSAGE_VIEW_EXCLUDE]: true } } }).

**5. 手动 RunTree.createChild**：当你手动构建运行时。

const parent = new RunTree({ name: "agent", run_type: "chain" });
const child = parent.createChild({
  name: "safety_check",
  run_type: "llm",
  extra: { metadata: { [LS_MESSAGE_VIEW_EXCLUDE]: true } },
});

注意事项

• - 过滤器检查的是 **键的存在**，而不是真值性。 {LS_MESSAGE_VIEW_EXCLUDE: false} 仍然排除该运行。完全省略该键以包含该运行。
• - 在 @traceable (Python) 或 traceable (JS) 父级中执行的子运行通过共享追踪上下文继承排除规则：Python 的 _METADATA ContextVar 和 JS 的 AsyncLocalStorage。子级自己的装饰器时元数据层叠在继承值之上。
• - 被排除的运行仍然会出现在常规追踪视图、运行浏览器和指标中。只有消息视图会过滤掉它们。

手动插桩

如果你在没有以下包装器的情况下进行追踪 支持的集成——例如，通过 RunTree、REST API 或围绕提供商 SDK 的自定义包装器发出运行——在每个 LLM 运行的元数据上设置 ls_message_format 以将追踪路由到正确的提取器：

有关每个提取器期望的JSON结构，请参阅 跟踪格式参考.