Trace Anthropic applications

import anthropic
from langsmith import traceable
from langsmith.wrappers import wrap_anthropic

# 包装 Anthropic 客户端
client = wrap_anthropic(anthropic.Anthropic())

# 定义一个带跟踪的工具函数
@traceable(run_type="tool", name="Retrieve Context")
def my_tool(question: str) -> str:
  return "在今天早上的会议中，我们解决了所有世界冲突。"

# 定义一个带跟踪的聊天管道函数
@traceable(name="Chat Pipeline")
def chat_pipeline(question: str):
  # 调用工具获取上下文
  context = my_tool(question)
  messages = [
      { "role": "user", "content": f"问题：{question}\n上下文：{context}"}
  ]
  # 使用包装后的客户端发送消息
  message = client.messages.create(
      model="claude-sonnet-4-6",
      messages=messages,
      max_tokens=1024,
      system="你是一个有帮助的助手。请仅根据给定的上下文回应用户的请求。"
  )
  return message

# 运行聊天管道
chat_pipeline("你能总结一下今天早上的会议吗？")

import Anthropic from "@anthropic-ai/sdk";
import { traceable } from "langsmith/traceable";
import { wrapAnthropic } from "langsmith/wrappers/anthropic";

// 包装 Anthropic 客户端
const client = wrapAnthropic(new Anthropic());

// 定义一个带跟踪的工具函数
const myTool = traceable(async (question: string) => {
  return "在今天早上的会议中，我们解决了所有世界冲突。";
}, { name: "Retrieve Context", run_type: "tool" });

// 定义一个带跟踪的聊天管道函数
const chatPipeline = traceable(async (question: string) => {
  // 调用工具获取上下文
  const context = await myTool(question);
  const messages = [
      { role: "user", content: `问题：${question}\n上下文：${context}` }
  ];
  // 使用包装后的客户端发送消息
  const message = await client.messages.create({
      model: "claude-sonnet-4-6",
      messages: messages,
      max_tokens: 1024,
      system: "你是一个有帮助的助手。请仅根据给定的上下文回应用户的请求。"
  });
  return message;
}, { name: "Chat Pipeline" });

// 运行聊天管道
await chatPipeline("你能总结一下今天早上的会议吗？");