当您在自动化操作中添加 Webhook URL 时,您定义的规则匹配任何新运行时,LangSmith 会向您的 Webhook 端点发送 POST 请求。
Webhook 载荷
LangSmith 发送到您 Webhook 端点的载荷包含:
- -
"rule_id":这是发送此载荷的自动化 ID。 - -
"start_time"和"end_time":这些是 LangSmith 找到匹配运行的时间边界。 - -
"runs":这是一个运行数组,其中每个运行都是一个字典。如果您需要更多关于每个运行的信息,请在端点中使用 SDK 从 API 获取。 - -
"feedback_stats":这是包含运行反馈统计信息的字典。该字段的示例载荷在以下代码块中显示。
"feedback_stats": {
"about_langchain": {
"n": 1,
"avg": 0.0,
"show_feedback_arrow": true,
"values": {}
},
"category": {
"n": 0,
"avg": null,
"show_feedback_arrow": true,
"values": {
"CONCEPTUAL": 1
}
},
"user_score": {
"n": 2,
"avg": 0.0,
"show_feedback_arrow": false,
"values": {}
},
"vagueness": {
"n": 1,
"avg": 0.0,
"show_feedback_arrow": true,
"values": {}
}
}
以下是一个完整的 LangSmith 发送至您 Webhook 端点的载荷示例:
{
"rule_id": "d75d7417-0c57-4655-88fe-1db3cda3a47a",
"start_time": "2024-04-05T01:28:54.734491+00:00",
"end_time": "2024-04-05T01:28:56.492563+00:00",
"runs": [
{
"status": "success",
"is_root": true,
"trace_id": "6ab80f10-d79c-4fa2-b441-922ed6feb630",
"dotted_order": "20230505T051324571809Z6ab80f10-d79c-4fa2-b441-922ed6feb630",
"run_type": "tool",
"modified_at": "2024-04-05T01:28:54.145062",
"tenant_id": "2ebda79f-2946-4491-a9ad-d642f49e0815",
"end_time": "2024-04-05T01:28:54.085649",
"name": "Search",
"start_time": "2024-04-05T01:28:54.085646",
"id": "6ab80f10-d79c-4fa2-b441-922ed6feb630",
"session_id": "6a3be6a2-9a8c-4fc8-b4c6-a8983b286cc5",
"parent_run_ids": [],
"child_run_ids": null,
"direct_child_run_ids": null,
"total_tokens": 0,
"completion_tokens": 0,
"prompt_tokens": 0,
"total_cost": null,
"completion_cost": null,
"prompt_cost": null,
"first_token_time": null,
"app_path": "/o/2ebda79f-2946-4491-a9ad-d642f49e0815/projects/p/6a3be6a2-9a8c-4fc8-b4c6-a8983b286cc5/r/6ab80f10-d79c-4fa2-b441-922ed6feb630?trace_id=6ab80f10-d79c-4fa2-b441-922ed6feb630&start_time=2023-05-05T05:13:24.571809",
"in_dataset": false,
"last_queued_at": null,
"inputs": null,
"inputs_s3_urls": null,
"outputs": null,
"outputs_s3_urls": null,
"extra": null,
"events": null,
"feedback_stats": null,
"serialized": null,
"share_token": null
}
]
}
安全性
在 Webhook URL 中添加一个密钥查询字符串参数,并在每个传入请求时进行验证。这样可以确保即使有人发现了您的 Webhook URL,您也能区分这些调用与真实的 Webhook 通知。
例如
https://api.example.com/langsmith_webhook?secret=38ee77617c3a489ab6e871fbeb2ec87d
Webhook 自定义 HTTP 头
如果您想随 Webhook 发送任何特定的 headers,可以为每个 URL 进行配置。设置方法:点击 Headers URL 字段旁边的选项并添加您的 headers。
Webhook 传递
在向您的 Webhook 端点传递事件时,LangSmith 遵循以下准则:
- - 如果 LangSmith 无法连接到您的端点,LangSmith 会重试传输连接最多 2 次,然后才宣布传递失败。
- - 如果您的端点响应时间超过 5 秒,LangSmith 宣布传递失败且不会重试。
- - 如果您的端点在 5 秒内返回 5xx 状态码,LangSmith 会以指数退避方式重试最多 2 次。
- - 如果您的端点返回 4xx 状态码,LangSmith 宣布传递失败且不会重试。
- - 您的端点在响应体中返回的任何内容都将被忽略。
确保 Webhook 触发前完成评估
默认情况下,自动化规则按独立计划运行。扫描同一项目的 Webhook 规则和在线评估器规则可能在不同时间获取同一运行,因此 Webhook 可能在评估器有机会对运行进行评分之前就触发了。
推荐的解决方案是添加一个 _反馈过滤器_ 添加到您的 webhook 规则中。这告诉 LangSmith 仅在运行已携带预期分数时才将其发送到 webhook,无论何时评估该分数。
例如,您有一个在线评估器,它会产生一个 answer_usefulness 分数,且 webhook 规则仅应在该分数存在后才触发。
- 在跟踪项目的 **自动化** 标签页中打开 webhook 自动化规则。
- 编辑规则的过滤器以要求反馈键。在过滤器构建器中,添加条件:
has(feedback_key, "answer_usefulness")
- 保存规则。
现在 webhook 规则将跳过任何尚不具有 answer_usefulness 分数的运行。当评估器规则运行并附加分数后,webhook 规则的下一次轮询周期将获取这些运行并将其发送到您的端点。
使用 Modal 的示例
设置
有关如何设置此功能的示例,本指南使用 Modal。Modal 为推理和微调提供自动扩展 GPU,为代码代理提供安全容器化,并为 Python Web 提供无服务器端点。本指南重点介绍 Web 端点。
首先,创建一个 Modal 账户。然后,在本地安装 Modal SDK:
pip install modal
uv add modal
要完成账户设置,请运行命令:
modal setup
按照说明完成账户设置。
密钥
接下来,您需要在 Modal 中设置一些密钥。
首先,LangSmith 需要通过传入密钥来向 Modal 进行身份验证。 最简单的方法是在查询参数中传入密钥。 要验证此密钥,请在 _Modal_ 中添加密钥进行验证。 通过 创建 Modal 密钥. 来执行此操作。将密钥命名为 ls-webhook 并设置名称为 LS_WEBHOOK.
的环境变量。您还可以设置 LangSmith 密钥——幸运的是,已经有一个集成模板了!
服务
之后,您可以创建一个 Python 文件作为您的端点。 以下代码块中显示了示例,并附有解释正在发生什么的注释:
from fastapi import HTTPException, status, Request, Query
from modal import Secret, Stub, web_endpoint, Image
stub = Stub("auth-example", image=Image.debian_slim().pip_install("langsmith"))
@stub.function(
secrets=[Secret.from_name("ls-webhook"), Secret.from_name("my-langsmith-secret")]
)
# We want this to be a `POST` endpoint since we will post data here
@web_endpoint(method="POST")
# We set up a `secret` query parameter
def f(data: dict, secret: str = Query(...)):
# You can import dependencies you don't have locally inside Modal functions
from langsmith import Client
# First, we validate the secret key we pass
if secret != os.environ["LS_WEBHOOK"]:
raise HTTPException(
status_code=status.HTTP_401_UNAUTHORIZED,
detail="Incorrect bearer token",
headers={"WWW-Authenticate": "Bearer"},
)
# This is where we put the logic for what should happen inside this webhook
ls_client = Client()
runs = data["runs"]
ids = [r["id"] for r in runs]
feedback = list(ls_client.list_feedback(run_ids=ids))
for r, f in zip(runs, feedback):
try:
ls_client.create_example(
inputs=r["inputs"],
outputs={"output": f.correction},
dataset_name="classifier-github-issues",
)
except Exception:
raise ValueError(f"{r} and {f}")
# Function body
return "success!"
使用以下命令部署此服务 modal deploy ... (请参阅 管理 Modal 部署).
您现在应该会看到类似的内容:
✓ Created objects.
├── 🔨 Created mount /Users/harrisonchase/workplace/langsmith-docs/example-webhook.py
├── 🔨 Created mount PythonPackage:langsmith
└── 🔨 Created f => https://hwchase17--auth-example-f.modal.run
✓ App deployed! 🎉
View Deployment: https://modal.com/apps/hwchase17/auth-example
注意函数 URL: https://hwchase17--auth-example-f.modal.run. 注意:这不是最终的部署 URL,请确保不要误用。
连接配置
使用您之前创建的函数 URL 并将其添加为 webhook。 请记得也将密钥作为查询参数传递。 将所有内容整合在一起,应该看起来像这样:
https://hwchase17--auth-example-f-dev.modal.run?secret={SECRET}
替换 {SECRET} 为您创建用于访问 Modal 服务的密钥。