LangChain 官方中文文档

Python 中的 wrap_anthropic 方法允许你包装 Anthropic 客户端，以便自动记录追踪信息——无需使用装饰器或函数包装！使用此包装器可以确保消息（包括工具调用和多模态内容块）能在 LangSmith 中良好地呈现。该包装器与 @traceable 装饰器或 traceable 函数无缝协作，你可以在同一个应用程序中同时使用它们。

即使在使用 wrap_anthropic 时，也必须将 LANGSMITH_TRACING 环境变量设置为 'true'，才能将追踪信息记录到 LangSmith。这允许你在不更改代码的情况下开启或关闭追踪功能。

此外，你需要将 LANGSMITH_API_KEY 环境变量设置为你的 API 密钥（更多信息请参阅设置）。

如果你的 LangSmith API 密钥关联了多个工作区，请设置 LANGSMITH_WORKSPACE_ID 环境变量来指定要使用的工作区。

默认情况下，追踪信息将记录到名为 default 的项目中。要将追踪信息记录到其他项目，请参阅此部分。

python

import anthropic
from langsmith import traceable
from langsmith.wrappers import wrap_anthropic

client = wrap_anthropic(anthropic.Anthropic())

# 你也可以包装异步客户端
# async_client = wrap_anthropic(anthropic.AsyncAnthropic())

@traceable(run_type="tool", name="Retrieve Context")
def my_tool(question: str) -> str:
    return "During this morning's meeting, we solved all world conflict."

@traceable(name="Chat Pipeline")
def chat_pipeline(question: str):
    context = my_tool(question)
    messages = [
        { "role": "user", "content": f"Question: {question}\nContext: {context}"}
    ]
    messages = client.messages.create(
      model="claude-sonnet-4-5-20250929",
      messages=messages,
      max_tokens=1024,
      system="You are a helpful assistant. Please respond to the user's request only based on the given context."
    )
    return messages

chat_pipeline("Can you summarize this morning's meetings?")

使用 Anthropic 进行追踪