환경 변수를 통해 정적으로, 그리고 런타임에 동적으로 trace의 대상 project를 변경할 수 있습니다.

​
대상 project를 정적으로 설정하기

Tracing Concepts 섹션에서 언급했듯이, LangSmith는 trace를 그룹화하기 위해 Project 개념을 사용합니다. 지정하지 않으면 project는 default로 설정됩니다. LANGSMITH_PROJECT 환경 변수를 설정하여 전체 애플리케이션 실행에 대한 사용자 정의 project 이름을 구성할 수 있습니다. 이는 애플리케이션을 실행하기 전에 수행되어야 합니다. 
export LANGSMITH_PROJECT=my-custom-project
LANGSMITH_PROJECT 플래그는 JS SDK 버전 >= 0.2.16에서만 지원됩니다. 이전 버전을 사용하는 경우 LANGCHAIN_PROJECT를 대신 사용하세요.
지정된 project가 존재하지 않으면 첫 번째 trace가 수집될 때 자동으로 생성됩니다.

​
대상 project를 동적으로 설정하기

tracing을 위한 코드 주석 처리 방법에 따라 프로그램 런타임에 다양한 방식으로 project 이름을 설정할 수도 있습니다. 이는 동일한 애플리케이션 내에서 서로 다른 project에 trace를 로깅하려는 경우에 유용합니다.
아래 방법 중 하나를 사용하여 project 이름을 동적으로 설정하면 LANGSMITH_PROJECT 환경 변수로 설정된 project 이름이 재정의됩니다.
import openai
from langsmith import traceable
from langsmith.run_trees import RunTree

client = openai.Client()
messages = [
  {"role": "system", "content": "You are a helpful assistant."},
  {"role": "user", "content": "Hello!"}
]

# Use the @traceable decorator with the 'project_name' parameter to log traces to LangSmith
# Ensure that the LANGSMITH_TRACING environment variables is set for @traceable to work
@traceable(
  run_type="llm",
  name="OpenAI Call Decorator",
  project_name="My Project"
)
def call_openai(
  messages: list[dict], model: str = "gpt-4o-mini"
) -> str:
  return client.chat.completions.create(
      model=model,
      messages=messages,
  ).choices[0].message.content

# Call the decorated function
call_openai(messages)

# You can also specify the Project via the project_name parameter
# This will override the project_name specified in the @traceable decorator
call_openai(
  messages,
  langsmith_extra={"project_name": "My Overridden Project"},
)

# The wrapped OpenAI client accepts all the same langsmith_extra parameters
# as @traceable decorated functions, and logs traces to LangSmith automatically.
# Ensure that the LANGSMITH_TRACING environment variables is set for the wrapper to work.
from langsmith import wrappers
wrapped_client = wrappers.wrap_openai(client)
wrapped_client.chat.completions.create(
  model="gpt-4o-mini",
  messages=messages,
  langsmith_extra={"project_name": "My Project"},
)

# Alternatively, create a RunTree object
# You can set the project name using the project_name parameter
rt = RunTree(
  run_type="llm",
  name="OpenAI Call RunTree",
  inputs={"messages": messages},
  project_name="My Project"
)
chat_completion = client.chat.completions.create(
  model="gpt-4o-mini",
  messages=messages,
)
# End and submit the run
rt.end(outputs=chat_completion)
rt.post()
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I