LangGraph MCP - 在现有项目中使用 LangSmith（三）

上一篇文章展示了如何新建一个 LangGraph 项目，然后在 LangSmith 中调试这个 LangGraph 项目。

那「但它被设计用于任何 LLM 应用程序，而不仅仅是那些用 LangChain 构建的程序。」这句话该如何了理解呢？

下文就展示了，如何在现有项目中使用 LangSmith。

一、申请 LangSmith 的 API Key

1、访问官网 https://smith.langchain.com/

2、注册账号（注意，1，要想方法过去。2，要使用google账号）

3、点击 Set up tracing -> Generate API Key

4、copy key 备用

5、或者直接 copy 「Configure environment」

二、在之前的 langgraph 项目中使用 LangSmith

打开之前 LangGraph & MCP - 初识（一） 中的源码，并做如下修改：

1、将复制的 Configure environment 添加到 .env 文件中，复制后如下图

2、重新运行 agent.py

python agent.py

运行后如下图

3、在 LangSmith 调试项目

A）访问 LangSmith 官网 https://smith.langchain.com/

B）在 Tracing Projects 中找到项目，项目名称就是 .env 配置中的 LANGSMITH_PROJECT，如下图

C）点击进入后可以看到之前的请求

D）再点击进入后可以看到完整的调用过程

可以看到没有返回的结果的原因是，我的 MCP Server 构造的数据返回的是 2026-02-11 的数据，但用户输入的却是要查询 2026/04/02 的数据，所以没有返回正确的数据。

三、在之前的 mcp agent 项目中使用 LangSmith

1、将复制的 Configure environment 添加到 .env 文件中，复制后如下图

2、修改 agent 代码
A）在代码中添加

from langsmith import traceable

B）并在要监控的方法前加 @traceabl

    @traceableasync def process_query(self, query: str) -> str:"""调用大模

3、重新运行 agent.py

python agent_http.py

3、在 LangSmith 调试项目

当然也可以看到 llm 的请求和返回，不过都需要一个个的手动添加装饰器。

 

 

源代码：

• lang_graph_mcp: https://pan.baidu.com/s/1laTGiBf6AKguROjuQ1Y7vw?pwd=6eim 提取码: 6eim
• mcp_agent: https://pan.baidu.com/s/1As16j0EZtn_Pd_AgyKiY1w?pwd=hc6d 提取码: hc6d