目標先講清楚：
這篇聚焦 LangSmith 設定與使用體感；同場加映兩個開源替代（Langfuse、OpenLIT）與 LiveKit Dashboard 的極簡介紹。

為什麼使用 LangSmith進行監控?

因為 LangSmith 跟 LangGraph 的相容性非常高：官方明說「只要設幾個環境變數就能自動追蹤 LangGraph 工作流」，不用大改程式。你會拿到每次呼叫的完整 Trace，包含節點、訊息與工具互動，後續擴充能力（RAG、Tools、記憶）時也能一路觀測。

三種監控路線（我怎麼選）

我這輪選 LangSmith：最少變更就能把 LangGraph Agent 「看得一清二楚」。

一步到位的 .env 範例（直接可用）

把 Agent 換成 LangGraph 後，只需加上這 4 個變數；重啟服務，Trace 自動上傳，其他程式不用改：

dotenv
# LangSmith 基本追蹤設定
LANGSMITH_TRACING=true
LANGSMITH_API_KEY=lsm_xxx_your_key_here
LANGSMITH_ENDPOINT=https://api.smith.langchain.com
LANGSMITH_PROJECT=project_xxx

# （可選）你也能走「程式內設定」，但用環境變數最單純
# 參考：Trace without env vars

• 以上鍵值為 LangSmith 官方建議（啟用追蹤、API Key、端點、專案名）。若不便設環境變數，也可走程式內設定。

打開 LangSmith Dashboard，我會先看什麼？

• Token 與成本估算：可依模型定價表，自動彙總「提示 Token / 完成 Token / 總成本」；適合做費用守門與回歸檢查。
• Prompt 與輸出：單筆 Trace 會顯示 System Prompt、Human Prompt、Model Output 等訊息，排查行為差異或 Prompt 污染非常直觀。
• 工作流 / 節點互動（LangGraph）：往後我會用 Dashboard 檢視 agent node ↔ node 的遞移、Tool 呼叫狀態、每步的 input context，評估瓶頸點與錯誤模式。官方也有教學示例（含 LangGraph + LangSmith）。

下圖是我這次的觀測畫面（LangSmith Trace 與成本/延遲摘要）：

LiveKit Dashboard 介紹

LiveKit 自帶雲端儀表可看連線與用量健康度。

• Overview：連線成功率、平台占比、上下行量與分鐘數，拿來做健康巡檢與容量預估。
• Sessions：逐房間/參與者的會話時間線（搭配錄製/轉出可回溯）。
• Agents：監看代理狀態、錯誤率與版本（方便 A/B 與回滾）。
• Telephony integrations：一鍵把 PSTN/SIP 接到房間，還支援 DTMF、REFER。
• Ingresses / Egresses：RTMP/WHIP 匯入與錄製/導出（HLS/MP4、RTMP 推流）。][10])
• Sandbox / Settings / Billing：範本測連線、金鑰與 RBAC、用量與成本監看。

目前只是使用LiveKit監控房間人數。

下一步（Day 7 預告）

接下來進入到結構化輸出的技巧介紹部分，開始搭配Google- agentic Design Patterns，去修改Agent的部分

參考資源

• Langsmith Doc
• Langfuse Doc
• openLit Doc