使用 LangSmith SDK、LangGraph 和 LangChain 进行追踪时，追踪应自动传播正确的上下文，以便在父追踪中执行的代码能在 UI 中的预期位置呈现。
如果您看到子运行进入单独的追踪（并出现在顶层），可能是由以下已知"边缘情况"之一导致的。
Python
以下概述了使用 Python 构建时追踪"分裂"的常见原因。
使用 asyncio 进行上下文传播
在 Python 版本 < 3.11 中使用异步调用（尤其是流式传输）时，您可能会遇到追踪嵌套问题。这是因为 Python 的 asyncio 仅在 版本 3.11 中添加了对传递上下文的完整支持。
原因
LangChain 和 LangSmith SDK 使用 contextvars 来隐式传播追踪信息。在 Python 3.11 及以上版本中，这可以无缝工作。然而，在早期版本（3.8、3.9、3.10）中， asyncio tasks 缺乏适当的 contextvar 支持，这可能导致追踪断开连接。
解决方法
- **升级 Python 版本（推荐）** 如果可能，升级到 Python 3.11 或更高版本以获得自动上下文传播。
- **手动上下文传播** 如果无法升级，您需要手动传播追踪上下文。具体方法因设置而异：
a) **使用 LangGraph 或 LangChain** 将父级 config 传递给子调用：
from langchain_core.runnables import RunnableConfig, RunnableLambda
@RunnableLambda
async def my_child_runnable(
inputs: str,
# The config arg (present in parent_runnable below) is optional
):
yield "A"
yield "response"
@RunnableLambda
async def parent_runnable(inputs: str, config: RunnableConfig):
async for chunk in my_child_runnable.astream(inputs, config):
yield chunk
async def main():
return [val async for val in parent_runnable.astream("call")]
asyncio.run(main())
b) **直接使用 LangSmith** 直接传递运行树：
@ls.traceable
async def my_child_function(inputs: str):
yield "A"
yield "response"
@ls.traceable
async def parent_function(
inputs: str,
# The run tree can be auto-populated by the decorator
run_tree: ls.RunTree,
):
async for chunk in my_child_function(inputs, langsmith_extra={"parent": run_tree}):
yield chunk
async def main():
return [val async for val in parent_function("call")]
asyncio.run(main())
c) **Combining Decorated Code with LangGraph/LangChain** 结合使用手动交接技术：
from langchain_core.runnables import RunnableConfig, RunnableLambda
@RunnableLambda
async def my_child_runnable(inputs: str):
yield "A"
yield "response"
@ls.traceable
async def my_child_function(inputs: str, run_tree: ls.RunTree):
with ls.tracing_context(parent=run_tree):
async for chunk in my_child_runnable.astream(inputs):
yield chunk
@RunnableLambda
async def parent_runnable(inputs: str, config: RunnableConfig):
# @traceable decorated functions can directly accept a RunnableConfig when passed in via "config"
async for chunk in my_child_function(inputs, langsmith_extra={"config": config}):
yield chunk
@ls.traceable
async def parent_function(inputs: str, run_tree: ls.RunTree):
# You can set the tracing context manually
with ls.tracing_context(parent=run_tree):
async for chunk in parent_runnable.astream(inputs):
yield chunk
async def main():
return [val async for val in parent_function("call")]
asyncio.run(main())
使用 threading 进行上下文传播
通常会开始追踪并希望在单个追踪中对子任务应用一些并行处理。Python 的 stdlib ThreadPoolExecutor 默认情况下会破坏追踪。
原因
Python 的 contextvars 在新线程中从空开始。以下是两种处理追踪连续性的方法：
解决方法
- **使用 LangSmith 的 ContextThreadPoolExecutor**
LangSmith 提供了一个 ContextThreadPoolExecutor 它可以自动处理上下文传播：
from langsmith.utils import ContextThreadPoolExecutor
from langsmith import traceable
@traceable
def outer_func():
with ContextThreadPoolExecutor() as executor:
inputs = [1, 2]
r = list(executor.map(inner_func, inputs))
@traceable
def inner_func(x):
print(x)
outer_func()
- **手动提供父运行树**
或者，您可以手动将父运行树传递给内部函数：
from langsmith import traceable, get_current_run_tree
from concurrent.futures import ThreadPoolExecutor
@traceable
def outer_func():
rt = get_current_run_tree()
with ThreadPoolExecutor() as executor:
r = list(
executor.map(
lambda x: inner_func(x, langsmith_extra={"parent": rt}), [1, 2]
)
)
@traceable
def inner_func(x):
print(x)
outer_func()
在此方法中，我们使用 get_current_run_tree() 获取当前运行树，并使用 langsmith_extra parameter.
这两种方法都确保内部函数调用在单独线程中执行时能正确聚合在初始追踪栈下。