产品
LangChain 自研的 Agent 可观测性与评估专用数据层。
已跟踪 5 条高相关材料
最近变化
2026-05-18 · SmithDB采用Apache DataFusion作为底层查询引擎
为什么值得关注
SmithDB 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
The next phase of LangSmith is more than faster trace loading. We’re making trace data more useful. ...
LangChain(@LangChainAI) · 6.8 分
LangSmith下一阶段通过SmithDB基础层提升trace数据实用性，不仅是加载速度优化。这是LangChain官方发布的agent可观测性数据层架构升级预告。
SmithDB lets you see traces in seconds instead of minutes.
LangChain(@LangChainAI) · 6.5 分
SmithDB 提供了秒级追踪能力，显著提升系统可观测性。
ICYMI: SmithDB is our purpose-built data layer for agent observability + eval workloads. Supporting...
LangChain(@LangChainAI) · 4.5 分
LangChain 发布 SmithDB，一款专为 Agent 可观测性与评估工作负载设计的自托管数据层，支持大规模 Trace 数据的低延迟复杂查询与多云部署。
已收录 5 条与 SmithDB 相关的内容，按评分排序。
LangSmith下一阶段通过SmithDB基础层提升trace数据实用性，不仅是加载速度优化。这是LangChain官方发布的agent可观测性数据层架构升级预告。
入选理由：SmithDB是LangSmith新阶段的基础数据层，专为agent可观测性设计
SmithDB 提供了秒级追踪能力，显著提升系统可观测性。
入选理由：SmithDB 能在几秒钟内展示追踪信息，而不是几分钟。
LangChain 发布 SmithDB，一款专为 Agent 可观测性与评估工作负载设计的自托管数据层，支持大规模 Trace 数据的低延迟复杂查询与多云部署。
入选理由：SmithDB 针对 Agent 可观测性场景设计，解决传统数据库难以处理大规模 Trace 复杂查询的问题
Harrison Chase 发起投票询问用户更偏好 SmithDB 还是 LangSmith Engine 的发布，两者分别为专为智能体追踪数据设计的数据库和基于追踪数据优化智能体的代理工具。
入选理由：SmithDB 是专为存储和管理智能体（agent）追踪数据构建的数据库。
SmithDB使用Apache DataFusion作为查询引擎，通过自定义执行计划优化特定工作负载和存储后端性能。这是LangChain在构建SmithDB时的关键技术选型，DataFusion的Rust基础和可扩展性简化了开发过程。
入选理由：SmithDB采用Apache DataFusion作为底层查询引擎
