langchain_core.callbacks.manager.atrace_as_chain_group

langchain_core.callbacks.manager.atrace_as_chain_group(group_name: str, callback_manager: Optional[AsyncCallbackManager] = None, *, inputs: Optional[Dict[str, Any]] = None, project_name: Optional[str] = None, example_id: Optional[Union[str, UUID]] = None, run_id: Optional[UUID] = None, tags: Optional[List[str]] = None, metadata: Optional[Dict[str, Any]] = None) → AsyncGenerator[AsyncCallbackManagerForChainGroup, None][source]

在上下文管理器中获取一个用于链组的异步回调管理器。即使这些异步调用不是在一个单独的链中组合的，也很有用，将不同的异步调用作为一个单独的运行分组。

参数

  • group_name (str) – 链组的名称。

  • callback_manager (AsyncCallbackManager, 可选) – 要使用的异步回调管理器，用于管理追踪和其他回调行为。默认为 None。

  • inputs (Dict[str, Any], optional) – 链组输入。默认为 None。

  • project_name (str, optional) – 项目名称。默认为 None。

  • example_id (str or UUID, optional) – 示例的 ID。默认为 None。

  • run_id (UUID, optional) – 运行的 ID。

  • tags (List[str], optional) – 应用于所有运行的可继承标签。默认为 None。

  • metadata (Dict[str, Any], optional) – 应用于所有运行的自定义数据。默认为 None。

返回值

链组的异步回调管理器。

返回类型

AsyncCallbackManager

注意：要查看 LangSmith 中的跟踪，必须设置 LANGCHAIN_TRACING_V2 环境变量为 true。

示例

llm_input = "Foo"
async with atrace_as_chain_group("group_name", inputs={"input": llm_input}) as manager:
    # Use the async callback manager for the chain group
    res = await llm.ainvoke(llm_input, {"callbacks": manager})
    await manager.on_chain_end({"output": res})