평가를 실행하기 위해 필요한 세 가지 주요 요소가 있습니다:
  1. 테스트 입력과 예상 출력의 dataset.
  2. 평가 대상인 target function.
  3. target function의 출력을 점수화하는 Evaluators.
이 가이드는 애플리케이션의 어느 부분을 평가하는지에 따라 target function을 정의하는 방법을 보여줍니다. dataset 생성 방법과 evaluator 정의 방법, 그리고 평가 실행의 전체 예제는 여기를 참조하세요.

​
Target function signature

코드에서 애플리케이션을 평가하려면 애플리케이션을 실행할 방법이 필요합니다. evaluate() (Python/TypeScript)를 사용할 때 target function 인자를 전달하여 이를 수행합니다. 이는 dataset Example의 입력을 받아 애플리케이션 출력을 dict로 반환하는 함수입니다. 이 함수 내에서 원하는 방식으로 애플리케이션을 호출할 수 있습니다. 또한 원하는 방식으로 출력을 포맷할 수 있습니다. 핵심은 정의하는 모든 evaluator 함수가 target function에서 반환하는 출력 형식과 호환되어야 한다는 것입니다. 
from langsmith import Client

# 'inputs' will come from your dataset.
def dummy_target(inputs: dict) -> dict:
    return {"foo": 1, "bar": "two"}

# 'inputs' will come from your dataset.
# 'outputs' will come from your target function.
def evaluator_one(inputs: dict, outputs: dict) -> bool:
    return outputs["foo"] == 2

def evaluator_two(inputs: dict, outputs: dict) -> bool:
    return len(outputs["bar"]) < 3

client = Client()
results = client.evaluate(
    dummy_target,  # <-- target function
    data="your-dataset-name",
    evaluators=[evaluator_one, evaluator_two],
    ...
)
evaluate()는 자동으로 target function을 추적합니다. 즉, target function 내에서 추적 가능한 코드를 실행하면 이것도 target trace의 하위 run으로 추적됩니다.

​
예제: 단일 LLM 호출

from langsmith import wrappers
from openai import OpenAI

# Optionally wrap the OpenAI client to automatically
# trace all model calls.
oai_client = wrappers.wrap_openai(OpenAI())

def target(inputs: dict) -> dict:
  # This assumes your dataset has inputs with a 'messages' key.
  # You can update to match your dataset schema.
  messages = inputs["messages"]
  response = oai_client.chat.completions.create(
      messages=messages,
      model="gpt-4o-mini",
  )
  return {"answer": response.choices[0].message.content}

​
예제: Non-LLM 컴포넌트

from langsmith import traceable

# Optionally decorate with '@traceable' to trace all invocations of this function.
@traceable
def calculator_tool(operation: str, number1: float, number2: float) -> str:
  if operation == "add":
      return str(number1 + number2)
  elif operation == "subtract":
      return str(number1 - number2)
  elif operation == "multiply":
      return str(number1 * number2)
  elif operation == "divide":
      return str(number1 / number2)
  else:
      raise ValueError(f"Unrecognized operation: {operation}.")

# This is the function you will evaluate.
def target(inputs: dict) -> dict:
  # This assumes your dataset has inputs with `operation`, `num1`, and `num2` keys.
  operation = inputs["operation"]
  number1 = inputs["num1"]
  number2 = inputs["num2"]
  result = calculator_tool(operation, number1, number2)
  return {"result": result}

​
예제: Application 또는 agent

from my_agent import agent

      # This is the function you will evaluate.
def target(inputs: dict) -> dict:
  # This assumes your dataset has inputs with a `messages` key
  messages = inputs["messages"]
  # Replace `invoke` with whatever you use to call your agent
  response = agent.invoke({"messages": messages})
  # This assumes your agent output is in the right format
  return response
dataset에 정의된 입력을 받아들이고 evaluator에서 사용하려는 출력 형식을 반환하는 LangGraph/LangChain agent가 있다면, 해당 객체를 target으로 직접 전달할 수 있습니다:
from my_agent import agent
from langsmith import Client
client = Client()
client.evaluate(agent, ...)
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I