Aller au contenu

Intégration · Outils de développement

Connecter Claude et ChatGPT à LangSmith

Demandez à votre IA comment se porte un projet de traçage, et elle récupérera les comptes d'exécution, la latence, les tokens, le coût et les erreurs depuis LangSmith, la plateforme de LangChain pour la traçage et l'évaluation. Elle peut ajouter des exemples aux ensembles de données, enregistrer des retours sur les exécutions, lire et sauvegarder des versions de prompts, et trouver les files d'annotation assignées à vous.

Connecter LangChain (LangSmith) gratuitement

Offre gratuite, sans carte bancaire. Comptez environ une minute.

Essayez de demander

  • “Combien d'exécutions ont échoué dans le projet support-bot au cours des dernières 24 heures, et quel a été leur coût ?”

    L'IA obtient les statistiques d'exécution pour le projet sur cette plage de temps : comptes, erreurs, latence, tokens et coût.

  • “Ajouter cette question et la réponse attendue à l'ensemble de données de régression.”

    Elle trouve l'ensemble de données et ajoute un exemple avec les entrées, la sortie attendue et une séparation si vous en nommez une.

  • “Montre-moi la dernière version de notre prompt de résumé.”

    Elle lit le contenu du prompt à la dernière commit. Elle peut également lister des versions antérieures pour que vous puissiez comparer.

Ce que votre IA peut faire

Projets de traçage et retours

Obtenir des statistiques d'exécution par projet, apercevoir les exécutions dans un fil de conversation, et créer, lister et mettre à jour des retours.

Ensembles de données et exemples

Rechercher, créer et mettre à jour des ensembles de données, ajouter, modifier et supprimer des exemples, et exporter un ensemble de données au format CSV.

Prompts et files d'annotation

Rechercher le hub de prompts, lire et sauvegarder des versions de prompts, créer des prompts, et créer ou rechercher des files d'annotation.

  • “Marquer l'exécution 4f2a comme incorrecte et ajouter un commentaire expliquant pourquoi.”

    Elle enregistre le retour sur l'exécution avec la clé de correction, une note et votre commentaire.

  • “Exporter l'ensemble d'évaluation au format CSV.”

    Elle télécharge les exemples de l'ensemble au format CSV, ou tel qu'il était à une date antérieure.

  • “Quelles files d'annotation sont assignées à moi ?”

    Elle recherche les files d'annotation assignées à vous et peut en ouvrir une pour afficher son rubrique et ses paramètres.

139 outils pour LangChain (LangSmith)

Ces outils sont activés lors de la connexion. Vous pouvez désactiver chacun d’eux ou exiger votre approbation avant son exécution.

  • create_annotation_queueModifie des donnéesCréer une file d'annotation avec un `name`, une description optionnelle, des instructions de rubrique et des paramètres de réviseur.
  • create_batchVisible par d’autres
  • create_bulkVisible par d’autres
  • create_bulk_validate_examples_api_v1_examples_validate_bulk_postVisible par d’autres
  • create_comparativeModifie des données
  • create_configModifie des données
  • create_datasetModifie des donnéesCréer un jeu de données avec un `name`, un `description` optionnel et un `data_type` (kv, llm ou chat).
  • create_dataset_generateModifie des données
  • create_exampleModifie des donnéesAjouter un exemple à un jeu de données : `dataset_id` plus `inputs`, optionnellement `outputs`, `metadata` et `split`.
  • create_experiment_evaluateModifie des données
  • create_feedbackModifie des donnéesEnregistrer un retour sur une exécution : un retour `key` (par exemple, exactitude) avec `score` ou `value`, optionnellement `comment` et `run_id`.
  • create_feedback_configModifie des données
  • create_generateModifie des données
  • create_generate_queryModifie des données
  • create_groupModifie des données
  • create_invoke_promptModifie des données
  • create_logModifie des données
  • create_message_likeModifie des données
  • create_multipartModifie des données
  • create_populateModifie des données
  • create_projectModifie des données
  • create_promptModifie des donnéesCréer un nouveau prompt par `repo_handle` et `is_public`, avec une description, readme et des balises optionnelles.
  • create_repo_forkModifie des données
  • create_repo_ownerModifie des données
  • create_repo_projectModifie des données
  • create_repo_tagModifie des données
  • create_ruleModifie des données
  • create_rule_triggerModifie des données
  • create_runModifie des données
  • create_session_dashboardModifie des données
  • create_session_insightModifie des données
  • create_session_viewModifie des données
  • create_stat_stats_group_runs_api_v1_runs_group_stats_postModifie des données
  • create_studio_experimentModifie des données
  • create_sub_commentModifie des données
  • create_tokenSupprime des données
  • create_triggerModifie des données
  • delete_annotation_queueSupprime des données
  • delete_annotation_queuesTransfère de l’argent
  • delete_comparativeSupprime des données
  • delete_configSupprime des données
  • delete_datasetSupprime des données
  • delete_dataset_sharesTransfère de l’argent
  • delete_datasetsTransfère de l’argent
  • delete_deletesSupprime des données
  • delete_exampleSupprime des donnéesSupprimer définitivement un exemple de jeu de données par `example_id`. Ne peut pas être annulé.
  • delete_examplesTransfère de l’argent
  • delete_feedbackSupprime des données
  • delete_feedback_configsTransfère de l’argent
  • delete_logSupprime des données
  • delete_message_likesTransfère de l’argent
  • delete_projectSupprime des données
  • delete_repoSupprime des données
  • delete_repo_ownersTransfère de l’argent
  • delete_reposTransfère de l’argent
  • delete_ruleSupprime des données
  • delete_sessionSupprime des données
  • delete_session_insightSupprime des données
  • delete_session_viewSupprime des données
  • delete_tagSupprime des données
  • delete_tracesSupprime des données
  • download_dataset_csvTélécharger les exemples d'un jeu de données au format CSV via `dataset_id`, éventuellement pour une version passée (`as_of`).
  • download_jsonl
  • download_openai
  • download_openai_ft
  • export_annotation_queuesModifie des données
  • get_annotation_queueObtenir une file d'annotation via `queue_id`, y compris sa rubrique et ses paramètres.
  • get_datasetObtenir un jeu de données via `dataset_id`, y compris sa description et le comptage des exemples.
  • get_exampleObtenir un exemple de jeu de données via `example_id`, y compris ses entrées et sorties.
  • get_example_2
  • get_feedbackObtenir une entrée de retour via `feedback_id`.
  • get_insight_cluster
  • get_log
  • get_message
  • get_project
  • get_promptObtenir les détails d'un prompt via `owner` (identifiant de locataire, ou '-' pour le vôtre) et `repo` (identifiant du prompt).
  • get_prompt_versionObtenir le contenu (manifeste) d'une version de prompt via `owner`, `repo` et `commit` (hash ou 'latest').
  • get_run_statsModifie des donnéesObtenir les statistiques d'exécution agrégées (comptages, latence, tokens, coût, erreurs) pour un ou plusieurs projets de traçage dans `session`, avec une plage temporelle et des filtres optionnels.
  • get_session_insight
  • get_session_view
  • get_sub_comments
  • get_tag
  • get_threadAperçu des exécutions d'un fil de conversation via `thread_id`.
  • get_tracing_projectObtenir un projet de traçage via `session_id`, éventuellement avec des statistiques d'exécution (`include_stats`).
  • list_annotation_queue_queues
  • list_configs
  • list_dataset_shares
  • list_dataset_splits
  • list_dataset_versions
  • list_diffs
  • list_feedbackLister les commentaires filtrés par `run`, `source`, la présence d'un score ou d'un commentaire, une plage de dates et la pagination.
  • list_feedback_configs
  • list_insight_runs
  • list_projects
  • list_prompt_commitsLister les versions sauvegardées (commits) d'un prompt via `owner` et `repo`.
  • list_repo_owners
  • list_repo_projects
  • list_repo_tags
  • list_rule_last_applieds
  • list_rule_logs
  • list_rules
  • list_session_insights
  • list_session_metadata
  • list_tokens
  • list_v2s
  • save_prompt_versionModifie des donnéesEnregistrer une nouvelle version d'un prompt : `owner`, `repo` et le prompt `manifest`, optionnellement le `parent_commit`.
  • search_annotation_queuesRechercher des files d'annotation par nom, jeu de données ou affectation (`assigned_to_me`).
  • search_dataset_versions
  • search_datasetsRechercher des jeux de données LangSmith par `name_contains`, `name`, `id`, `data_type` ou métadonnées, avec pagination limit/offset.
  • search_examplesLister les exemples dans un jeu de données (passer `dataset`), avec options `splits`, `metadata`, `full_text_contains` et la pagination.
  • search_promptsRechercher des prompts dans le hub LangSmith par `query`, balises, propriétaire ou visibilité.
  • search_session_views
  • search_streams
  • search_tags
  • submit_datasetVisible par d’autres
  • submit_exampleVisible par d’autres
  • submit_queryVisible par d’autres
  • submit_ruleVisible par d’autres
  • update_annotation_queueModifie des données
  • update_bulksVisible par d’autres
  • update_configModifie des données
  • update_datasetModifie des donnéesMettre à jour les `name`, `description` ou métadonnées d'un jeu de données par `dataset_id`.
  • update_dataset_sharesVisible par d’autres
  • update_dataset_splitsVisible par d’autres
  • update_dataset_tagsVisible par d’autres
  • update_exampleModifie des donnéesMettre à jour les `inputs`, `outputs`, `metadata` ou `split` d'un exemple par `example_id`.
  • update_feedbackModifie des donnéesMettre à jour les `score`, `value`, `comment` ou `correction` d'une entrée de commentaire par `feedback_id`.
  • update_feedback_configsVisible par d’autres
  • update_messageModifie des données
  • update_projectModifie des données
  • update_repoModifie des données
  • update_ruleModifie des données
  • update_runModifie des données
  • update_sessionModifie des données
  • update_session_insightModifie des données
  • update_session_viewModifie des données
  • update_tagModifie des données
  • update_view_renamesVisible par d’autres
  • upload_dataset_experimentModifie des données

Configuration en trois étapes

  1. 1

    Choisissez l’application

    Créez un compte PipMCP gratuit et sélectionnez LangChain (LangSmith) dans la liste des applications.

  2. 2

    Collez votre clé

    Collez une clé API LangSmith. Ouvrez Paramètres > Clés API dans LangSmith et cliquez sur Créer une clé API. Vous pouvez utiliser un jeton d'accès personnel ou une clé de service étendue à un espace de travail. Copiez la clé immédiatement, elle n'est affichée qu'une fois.

  3. 3

    Ajoutez le lien à votre IA

    Vous obtenez un lien MCP personnel. Ajoutez-le à Claude, ChatGPT ou Cursor :

    1. Cliquez sur votre nom, puis sur Paramètres › Connecteurs › Ajouter un connecteur personnalisé.
    2. Collez votre lien dans le champ URL du serveur MCP distant.
    3. Activez-le depuis le menu + d’une conversation.

Questions

Que peut faire l'IA dans LangSmith ?

Elle peut lire des statistiques d'exécution pour les projets de traçage, apercevoir des fils de conversation, et lire des ensembles de données, exemples, retours, prompts et files d'annotation. Elle peut créer des ensembles de données, exemples, retours, prompts, versions de prompts et files d'annotation, mettre à jour des ensembles de données, exemples et retours, et supprimer des exemples si vous activez cet outil.

L'IA voit-elle ma clé API LangSmith ?

Non. Votre clé API LangSmith est chiffrée au repos et jamais montrée à l'IA. Une fois sauvegardée, elle ne s'affiche plus, même pas pour vous. L'IA ne voit que les résultats des outils qu'elle appelle.

Puis-je contrôler ce que l'IA est autorisée à faire ?

Oui. Vous choisissez quels outils sont activés, vous pouvez commencer en lecture seule. Supprimer un exemple de jeu de données est définitif et peut nécessiter votre approbation avant exécution. Chaque appel d'outil est journalisé.

Fonctionne-t-il avec ChatGPT ?

Oui. Dans ChatGPT, allez dans Paramètres › Applications et connecteurs › Avancé et activez le mode Développeur, puis ajoutez votre lien PipMCP. Le mode Développeur nécessite un abonnement payant ChatGPT : Plus, Pro, Business ou Entreprise. Le même lien fonctionne également dans Claude (Paramètres › Connecteurs › Ajouter un connecteur personnalisé), Cursor et d'autres clients MCP.

Quel est le coût ?

PipMCP dispose d'un plan gratuit sans carte bancaire requise. Les plans payants facturent par tâche terminée. Vous avez également besoin de votre propre compte LangSmith.

Devrais-je utiliser un jeton d'accès personnel ou une clé de service ?

Les deux fonctionnent. Un jeton d'accès personnel agit en tant que vous. Une clé de service est limitée à un espace de travail, ce qui convient à un environnement partagé où l'accès ne doit pas dépendre d'une seule personne. Vous créez l'un ou l'autre dans Paramètres > Clés API sur LangSmith.

Laissez votre IA travailler dans LangChain (LangSmith) dès aujourd’hui.

Commencez gratuitement. Votre clé reste chiffrée et vous décidez de ce que l’IA peut faire.

Connecter LangChain (LangSmith) gratuitement

PipMCP n’est pas affilié à LangChain (LangSmith). Les noms des produits sont des marques commerciales appartenant à leurs propriétaires respectifs.