LangSmith
Produto apresentado como uma implementação para capturar trajetórias de agentes e analisar registros em busca de sinais úteis.
Mencionado em
Seção intitulada “Mencionado em”- Agendamentos para Managed Deep Agents: tarefas cron, prompts e entrega no Slack
- Como criar um roteador de modelos no harness
- Canais HTTP para Deep Agents gerenciados
- Interrupt NYC: palestra de abertura
- Como criar um harness com Jev | Uma conversa entre LangChain e TypeSafe
- Como começar a criar agents?
- Adicione busca na web a Deep Agents gerenciados gratuitamente com uma configuração de MCP
- Dando aos agentes de IA uma memória que aprende — Jake Broekhuizen, LangChain
- Como a Lyft aumentou em 16% sua taxa de resolução com LangSmith e LangGraph
- Building Engine v2: como a LangChain aborda a melhoria de agents
- Deixe seu agent fazer a própria engenharia de harness (veja como)
- Managed Deep Agents: implantando agentes de missão crítica em produção
- Vanta e LangSmith: avaliando evidências de conformidade como um auditor
- Compartilhe seu Managed Deep Agent com a equipe usando Slack
- Middleware para agentes profundos gerenciados
- Agentes gerenciados — não fique preso a um fornecedor
- Dots vs. Hermes vs. Grok Bot vs. OpenClaw: a escolha certa para o seu projeto
- As 3 coisas que Clay mede em todo agente de IA
- Como transformar os traces do seu agent em um modelo com fine-tuning em um único workflow
- LangChain + Jev: tutorial completo de roteamento, guardrails e evals por US$ 0,00002 por decisão
- Managed Deep Agents explicado em 2 minutos
Relacionados
Seção intitulada “Relacionados”LangChain, Managed Deep Agents, Deep Agents, Context Hub, Jev, Nathan, LangGraph, Parallel, Slack, MCP, GLM-5.3-Flash, Sydney