LangChain智能体开发：运行（span）数据格式
LangSmith 以一种简单易于导出和导入的格式存储和处理追踪数据。其中许多字段是可选的或不重要，但为了完整性而包含在内。
| 字段名称 | 类型 | 描述 |
|---|---|---|
id | UUID | Span 的唯一标识符。 |
名称 | 字符串 | 与 Run 关联的名称。 |
输入 | 对象 | 提供给 Run 的输入映射或集合。 |
run_type | 字符串 | Run 类型，例如'llm'、'chain'、'tool'。 |
start_time | datetime | Run 的开始时间。 |
end_time | datetime | Run 的结束时间。 |
extra | 对象 | 任何额外的 Run 信息。 |
错误 | 字符串 | 如果 Run 遇到错误，则为错误消息。 |
输出 | 对象 | Run 生成的输出映射或集合。 |
events | 对象数组 | 与 Run 关联的事件对象列表。这对于使用流执行的 Run 来说是相关的。 |
tags | 字符串数组 | 与 Run 关联的标签或标记。 |
trace_id | UUID | Run 所属追踪的唯一标识符。这同时也是追踪根 Run 的id字段 |
dotted_order | 字符串 | 分层排序字符串。格式：<run_start_time>Z<run_uuid>.<child_run_start_time>Z<child_run_uuid>… |
状态 | 字符串 | Run 执行的当前状态，例如'error'、'pending'、'success' |
child_run_ids | UUID 数组 | 所有子 Run 的 ID 列表。 |
direct_child_run_ids | UUID 数组 | 此 Run 的直接子项的 ID 列表。 |
parent_run_ids | UUID 数组 | 所有父 Run 的 ID 列表。 |
feedback_stats | 对象 | 此 Run 的反馈统计信息的聚合。 |
reference_example_id | UUID | 与 Run 关联的参考示例的 ID。这通常仅存在于评估 Run 中。 |
total_tokens | 整数 | Run 处理的总令牌数。 |
prompt_tokens | 整数 | Run 的提示中的令牌数。 |
completion_tokens | 整数 | Run 的补全中的令牌数。 |
total_cost | 小数 | 处理 Run 的总成本。 |
prompt_cost | 小数 | 与 Run 提示部分相关的成本。 |
completion_cost | 小数 | 与 Run 补全相关的成本。 |
first_token_time | datetime | 生成模型输出的第一个令牌的时间。仅适用于启用流的run_type="llm"Run。 |
session_id | 字符串 | Run 的会话标识符，也称为追踪项目 ID。 |
in_dataset | 布尔值 | 指示 Run 是否包含在数据集中。 |
parent_run_id | UUID | 父 Run 的唯一标识符。 |
execution_order(已弃用) | 整数 | Run 在追踪中执行的顺序。 |
serialized | 对象 | 如果适用，执行 Run 的对象的序列化状态。 |
manifest_id(已弃用) | UUID | 与 Span 关联的清单的标识符。 |
manifest_s3_id | UUID | 清单的 S3 标识符。 |
inputs_s3_urls | 对象 | 输入的 S3 URL。 |
outputs_s3_urls | 对象 | 输出的 S3 URL。 |
price_model_id | UUID | 应用于 Run 的定价模型的标识符。 |
app_path | 字符串 | 此 Run 的应用程序 (UI) 路径。 |
last_queued_at | datetime | Span 上次排队的时间。 |
share_token | 字符串 | 用于共享 Run 数据的访问令牌。 |
以下是 Run 的 JSON 表示形式示例
{ "id": "497f6eca-6276-4993-bfeb-53cbbbba6f08", "name": "string", "inputs": {}, "run_type": "llm", "start_time": "2024-04-29T00:49:12.090000", "end_time": "2024-04-29T00:49:12.459000", "extra": {}, "error": "string", "execution_order": 1, "serialized": {}, "outputs": {}, "parent_run_id": "f8faf8c1-9778-49a4-9004-628cdb0047e5", "manifest_id": "82825e8e-31fc-47d5-83ce-cd926068341e", "manifest_s3_id": "0454f93b-7eb6-4b9d-a203-f1261e686840", "events": [{}], "tags": ["foo"], "inputs_s3_urls": {}, "outputs_s3_urls": {}, "trace_id": "df570c03-5a03-4cea-8df0-c162d05127ac", "dotted_order": "20240429T004912090000Z497f6eca-6276-4993-bfeb-53cbbbba6f08", "status": "string", "child_run_ids": ["497f6eca-6276-4993-bfeb-53cbbbba6f08"], "direct_child_run_ids": ["497f6eca-6276-4993-bfeb-53cbbbba6f08"], "parent_run_ids": ["f8faf8c1-9778-49a4-9004-628cdb0047e5"], "feedback_stats": { "correctness": { "n": 1, "avg": 1.0 } }, "reference_example_id": "9fb06aaa-105f-4c87-845f-47d62ffd7ee6", "total_tokens": 0, "prompt_tokens": 0, "completion_tokens": 0, "total_cost": 0.0, "prompt_cost": 0.0, "completion_cost": 0.0, "price_model_id": "0b5d9575-bec3-4256-b43a-05893b8b8440", "first_token_time": null, "session_id": "1ffd059c-17ea-40a8-8aef-70fd0307db82", "app_path": "string", "last_queued_at": null, "in_dataset": true, "share_token": "d0430ac3-04a1-4e32-a7ea-57776ad22c1c" }什么是dotted_order？Run 的 dotted order 是一个可排序的键，完全指定了它在追踪层次结构中的位置。以下是一个示例：
import langsmith as ls @ls.traceable def grandchild(): p("grandchild") @ls.traceable def child(): grandchild() @ls.traceable def parent(): child()如果您打印出每个阶段的 ID，可能会得到以下结果
parent run_id=0e01bf50-474d-4536-810f-67d3ee7ea3e7 trace_id=0e01bf50-474d-4536-810f-67d3ee7ea3e7 parent_run_id=null dotted_order=20240919T171648521691Z0e01bf50-474d-4536-810f-67d3ee7ea3e7 child run_id=a8024e23-5b82-47fd-970e-f6a5ba3f5097 trace_id=0e01bf50-474d-4536-810f-67d3ee7ea3e7 parent_run_id=0e01bf50-474d-4536-810f-67d3ee7ea3e7 dotted_order=20240919T171648521691Z0e01bf50-474d-4536-810f-67d3ee7ea3e7.20240919T171648523407Za8024e23-5b82-47fd-970e-f6a5ba3f5097 grandchild run_id=0ec6b845-18b9-4aa1-8f1b-6ba3f9fdefd6 trace_id=0e01bf50-474d-4536-810f-67d3ee7ea3e7 parent_run_id=a8024e23-5b82-47fd-970e-f6a5ba3f5097 dotted_order=20240919T171648521691Z0e01bf50-474d-4536-810f-67d3ee7ea3e7.20240919T171648523407Za8024e23-5b82-47fd-970e-f6a5ba3f5097.20240919T171648523563Z0ec6b845-18b9-4aa1-8f1b-6ba3f9fdefd6请注意一些不变性
id等于 dotted order 的最后 36 个字符（最后一个'Z'之后的后缀）。例如，在孙子 Run 中，请参见0ec6b845-18b9-4aa1-8f1b-6ba3f9fdefd6。trace_id等于 dotted order 中的第一个 UUID（即dotted_order.split('.')[0].split('Z')[1]）- 如果存在
parent_run_id，它将是 dotted order 中的倒数第二个 UUID。例如，请参见孙子 Run 中的a8024e23-5b82-47fd-970e-f6a5ba3f5097。 - 如果您用点分割
dotted_order，则每个片段的格式为 (<run_start_time>Z<run_id>)
《AI提示工程必知必会》为读者提供了丰富的AI提示工程知识与实战技能。《AI提示工程必知必会》主要内容包括各类提示词的应用，如问答式、指令式、状态类、建议式、安全类和感谢类提示词，以及如何通过实战演练掌握提示词的使用技巧；使用提示词进行文本摘要、改写重述、语法纠错、机器翻译等语言处理任务，以及在数据挖掘、程序开发等领域的应用；AI在绘画创作上的应用，百度文心一言和阿里通义大模型这两大智能平台的特性与功能，以及市场调研中提示词的实战应用。通过阅读《AI提示工程必知必会》，读者可掌握如何有效利用AI提示工程提升工作效率，创新工作流程，并在职场中脱颖而出。