排查跟踪嵌套问题
在使用 LangSmith SDK、LangGraph 和 LangChain 进行追踪时，追踪应自动传播正确的上下文，以便在父级追踪中执行的代码能够在 UI 中渲染到预期位置。
如果您看到一个子运行进入单独的追踪（并出现在顶层），这可能是由以下已知的“边缘情况”之一引起的。
Python
以下概述了在使用 Python 构建时出现“拆分”跟踪的常见原因。
使用 asyncio 进行上下文传播
在 Python 版本小于 3.11 时使用异步调用（尤其是流式传输）时，您可能会遇到跟踪嵌套问题。这是因为 Python 的 asyncio 仅在 3.11 版本中才完全支持传递上下文。
为什么
LangChain 和 LangSmith SDK 使用 contextvars 隐式地传播追踪信息。在 Python 3.11 及更高版本中，这可以无缝工作。然而，在早期版本（3.8、3.9、3.10）中，asyncio 任务缺乏适当的 contextvar 支持，这可能导致追踪断开。
为了解决
-
升级 Python 版本（推荐） 如果可能，请升级到 Python 3.11 或更高版本以实现自动上下文传播。
-
手动上下文传播 如果无法升级，您将需要手动传播跟踪上下文。方法取决于您的设置：
a) 使用 LangGraph 或 LangChain 将父级
config传递给子级调用：import asyncio
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：
import asyncio
import langsmith as ls
@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) 将装饰代码与 LangGraph/LangChain 结合使用 使用多种技术组合进行手动交接：
import asyncio
import langsmith as ls
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())
使用线程进行上下文传播
开始追踪并希望在一个单一追踪中对所有子任务应用一些并行性是常见的做法。Python 的标准库 ThreadPoolExecutor 默认会破坏追踪。
为什么
Python 的 contextvars 在新线程中初始为空。以下是两种处理以保持追踪连续性的方法：
为了解决
-
使用 LangSmith 的 ContextThreadPoolExecutor
LangSmith 提供了一个
ContextThreadPoolExecutor，可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，并通过langsmith_extra参数将其传递给内部函数。
这两种方法确保内部函数调用在初始跟踪堆栈下正确聚合，即使在单独的线程中执行也是如此。