Skip to main content
ddtrace 是一个 Datadog 应用性能监控(APM)库,提供 LangChain 应用的集成监控。
关键特性:
  • 跟踪:捕获 LangChain 请求、参数、提示词生成结果,并可视化 LangChain 操作。
  • 指标:捕获 LangChain 请求延迟、错误及 Token/成本使用情况(适用于 OpenAI LLM 和对话模型)。
  • 日志:存储每个 LangChain 操作的提示词生成数据。
  • 控制台:将指标、日志和跟踪数据整合至单一平面,监控 LangChain 请求。
  • 监控:对 LangChain 请求延迟激增或错误率突增触发告警。
注意:当前 ddtrace LangChain 集成支持 LLM、对话模型、文本嵌入模型、链(Chain)和向量存储(Vector Store)的跟踪。

安装与配置

  1. 在 Datadog Agent 中启用 APM 和 StatsD,并设置 Datadog API Key。例如,在 Docker 中:
  1. 安装 Datadog APM Python 库。
  1. 通过在 LangChain Python 应用命令前添加 ddtrace-run 可自动启用集成:
注意:若 Agent 使用非默认主机名或端口,需同时设置 DD_AGENT_HOST、DD_TRACE_AGENT_PORT 或 DD_DOGSTATSD_PORT。 此外,可通过在应用首次导入 langchain 之前添加 patch_all() 或 patch(langchain=True) 手动启用集成。 注意:使用 ddtrace-run 或 patch_all() 将同时启用 requests 和 aiohttp 集成(跟踪 LLM 提供商 HTTP 请求),并启用 openai 集成(跟踪 OpenAI 库请求)。
更多高级用法请参考 APM Python 库文档。

配置

所有可用配置选项请参考 APM Python 库文档。

日志提示与完成采样

启用日志提示与完成采样功能,需设置 DD_LANGCHAIN_LOGS_ENABLED=1 环境变量。默认情况下,10% 的跟踪请求会生成包含提示词和生成的日志。 调整日志采样率请参考 APM 库文档。 注意:提交日志需在运行 ddtrace-run 时指定 DD_API_KEY。

故障排查

遇到问题?请访问 ddtrace 创建 Issues,或联系 Datadog 支持团队。
官方原文:src/oss/python/integrations/providers/datadog.mdx · 非官方翻译,译文由 AI 生成,以英文原文为准。
Last modified on November 3, 2026