LangChain Blog公式発表·2026年8月26日 03:35·約10分

LangSmith、深層エージェントのデバッグ機能強化を発表

#LLM アプリケーション #Agent Engineering #LangSmith #Claude Code

整理・翻訳:ainew.jp 編集システムAIによる自動処理作り方と限界

本文の状態

日本語全文を表示中

詳細モードで約10分の本文を読めます。

同じ出来事の情報源

この情報源を基点に整理

LangChain Blog

まず要点

LangChain は、複雑な深層エージェントのデバッグ難易度に対応するため、AI エンジニアリング支援ツール「Polly」と CLI ツール「langsmith-fetch」を LangSmith に導入したと発表した。

AI深層分析を開く2026年8月26日 04:40

キーポイント

深層エージェントのデバッグ特性

単純な LLM アプリケーションとは異なり、深層エージェントは数分間実行され数十から数百のステップを経るため、単一の失敗原因を特定するのが極めて困難である。

AI エンジニアリング支援ツール Polly の導入

LangSmith 内で深層エージェントのデバッグを支援する AI アシスタント「Polly」が新機能として追加された。

CLI ツール langsmith-fetch のローンチ

Claude Code や DeepAgents CLI などのコーディングエージェントにデバッグ機能を付与するためのコマンドラインインターフェース「langsmith-fetch」が公開された。

Deep Agent の複雑性要因

Deep Agent は数百行に及ぶ長いプロンプト、数十から数百ステップの長い実行トレース、そして複数回の対話ターンを含むため、デバッグが困難になる。

トレーシングによる可視化

LangSmith のトレーシング機能により、LLM 呼び出しやツール呼び出しなどのステップ（Runs）をツリー構造で記録し、エージェントの内部動作を把握できる。

重要な引用

Unlike simple LLM calls or short workflows, deep agents run for minutes, span dozens or hundreds of steps, and often involve multiple back-and-forth interactions with users.

As a result, the traces produced by a single deep agent execution can contain an ton of information, far more than a human can easily scan or reason about.

When behavior degrades, it's difficult to know which part of the prompt is responsible.

In order to debug an agent, you need to have visibility into what is happening inside.

編集コメントを表示

編集コメント

深層エージェントの複雑化に伴うデバッグ難易度の向上は業界共通の課題であり、LangChain がこれに対してツールと AI アシスタントの両面からアプローチした点は実用的である。特に既存のコーディングエージェントとの連携強化は、開発ワークフローの効率化に直結する動きと言える。

Source Article

元記事を日本語で読む

本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。

デバッグとは、エラーを見つけ修正するプロセスです。これはソフトウェアエンジニアリングにおいて重要なステップですが、特にエージェント工学の分野ではその重要性が一段と高まります。

LangSmith の主要な機能の一つとして、LLM アプリケーションのデバッグを支援するツール群があります。

今日、私たちは新たに登場している「ディープエージェント」向けのこの課題解決に注力し、取り組みを強化します。

本記事では以下の内容をご紹介します。

シンプルな LLM アプリケーションのデバッグと、ディープエージェントのデバッグがなぜ異なるのかを解説
LangSmith でディープエージェントのデバッグを支援する AI アシスタント Polly の紹介
Claude Code や DeepAgents CLI などのコーディングエージェントにデバッグ機能を付与するための CLI ツール、langsmith-fetch の公開

シンプルな LLM アプリケーションとの違い

単なる LLM の呼び出しや短いワークフローとは異なり、ディープエージェントは数分間実行され、数十から数百のステップにまたがり、ユーザーとの間で何度もやり取りが行われることが一般的です。

その結果、1 つのディープエージェントの実行によって生成されるトレースには膨大な情報が含まれるため、人間が容易にスキャンしたり推論したりすることは不可能です。何か問題が発生した際、どの意思決定やプロンプト指示、ツール呼び出しが現在の動作の原因となっているのかを特定するのは容易ではありません。

ここで重要になるのが、LangSmith によるトレース機能と、AI を活用してこれらのトレースを分析することです。では、具体的に何がディープエージェントの複雑さを生み出しているのでしょうか？

より長いプロンプト: ディープエージェントのプロンプトは数百行、あるいは数千行に及ぶことが多く、通常は一般的なペルソナ、ツール呼び出しに関する指示、重要なガイドライン、そして Few-shot 例が含まれています。動作が劣化した際、どの部分が原因となっているのかを特定するのは困難です。
より長いトレース: ディープエージェントは数十ステップ、あるいは数百ステップにわたって実行されることがあり（完了までに数分かかることもあります）、このような長大なトレースでは、人間が意味のあるセクションを見つけるために解析すべきコンテンツ量が膨大になります。
複数のターン: ディープエージェントはデフォルトで人間をループに組み込んだワークフローをサポートします。ディープエージェントとの有意義な対話例には、通常、複数回のやり取りが含まれます。エージェントの動作や完全な軌跡を理解するには、複数の相互作用全体を把握する必要があります。

トレースは関連情報を捉える

エージェントのデバッグを行うためには、内部で何が起きているかを可視化する必要があります。ここで活躍するのがトレース機能です。

エージェントの実行データを LangSmith にログ出力する仕組みを、総称としてトレーシングと呼びます。このデータ形式は、ラン（Runs）、トレース（Traces）、スレッド（Threads）の 3 つの要素で構成されています。

ラン: エージェントが実行する 1 つのステップです。LLM モデルへの呼び出しやツール呼び出しなどが該当します。ランはツリー構造の中にネストされます。
トレース: エージェントの実行 1 サイクル全体を指します。これは複数のランで構成されるツリー構造から成り立ちます。
スレッド: 複数のトレースの集合体です。ユーザーとアプリケーション間の会話全体を表す単位となります。

トレーシングの設定は非常に簡単で、こちらのガイドに従えば数分で完了します。

アプリケーションのデータが LangSmith に入ると、AI を活用してエージェントの完全な実行軌跡を分析し、何が起きているかを把握したり、プロンプトの改善案を提案したりすることが可能になります。これを実現する主な方法は 2 つあります。

Polly - エージェントエンジニアリングのための AI アシスタント

Polly は、スレッドやトレースデータを分析するためにエージェントとチャットできる新機能です。詳細はこちらの動画概要でご覧ください。

Polly とチャットできる主な方法は以下の通りです。

トレースビュー内での利用

Polly を使えば、Trace 内の出来事をデバッグ・分析・理解できます。手作業で数十〜数百ステップを一つずつ確認する代わりに、Polly に以下のような質問を投げかけることが可能です。

「エージェントはより効率的な行動をとれなかったか」
「エラーやミスはなかったか」

これは特に Deep Agent のデバッグに役立ちます。Deep Agent は Trace が長くなりやすく、失敗の原因が複数のステップに分散しているケースが多いためです。

スレッドビューで確認する

これは単一の Trace と似ていますが、Polly はスレッド全体の情報を参照できます。スレッドは複数の会話ターンにまたがり、数時間から数日に及ぶこともあります。人間がそのすべての文脈を把握し続けるのは困難です。

プロンプトプレイグラウンドで確認する

Deep Agent の最も重要な要素の一つがシステムプロンプトです。Polly は優れたプロンプトエンジニアとして調整されています。自然言語で望む挙動を記述するだけで、Polly が自動的にプロンプトを更新します。また、モデル呼び出しにおける構造化された出力やモックツールの定義もサポートしています。

LangSmith Fetch CLI - コーディングエージェントを専門のエージェントエンジニアに育てるツール

IDE やコードベースで作業する方、あるいは DeepAgents や Claude Code といったコードエージェントを利用している方には、`LangSmith Fetch` という CLI ツールがおすすめです。これは LangSmith のトレースやスレッドに簡単に接続できるツールです。

エージェントのデバッグ、会話フローの分析、あるいは本番環境のトレースからデータセットを構築する際にも、この CLI は、LangSmith のトレースやスレッドへ高速かつ柔軟にアクセスするための手段として機能します。

これは LangSmith の UI とローカルワークフローの隙間を埋めるツールです。必要なトレースやスレッドを ID で取得できるのはもちろん、直近の出来事を把握したい場合は時間指定でも検索可能です。人間が読みやすいパネル形式、整形された JSON、コンパクトな生 JSON など複数の出力形式に対応しており、ターミナルでデータをInspect したり、jq にパイプしたり、LLM へ解析結果を渡すなど、ユースケースに合わせて柔軟に活用できます。

これにより、2 つの主要なワークフローが可能になります。まず、「直近の実行結果を確認する」ワークフローです。エージェントを実行した後、すぐに langsmith-fetch threads ./my_data を実行して、プロジェクト内の最新のトレースを UI で ID を探す手間なく取得できます。検索範囲を絞り込むには --last-n-minutes 30 のように時間フィルターを追加するか、特定のプロジェクトを対象にする場合は --project-uuid を使用します。

code

# Just ran your agent? Grab the most recent trace immediately
langsmith-fetch traces --project-uuid <your-uuid> --format json

# Or grab the last 5 traces
langsmith-fetch traces --project-uuid <your-uuid> --limit 5

次に、バッチエクスポートのワークフローについて説明します。評価や分析のためにデータセットが必要な場合、langsmith-fetch threads ./my-data --limit 50 のようなコマンドを使用すると、複数のスレッドを取得し、それぞれを個別の JSON ファイルとして保存できます。これにより、バッチ処理の実行やテストセットの構築が容易になります。

code

# Or grab the last 5 traces from a specific project
langsmith-fetch traces --project-uuid <your-uuid> --limit 5

もちろん、特定のスレッドやトレース ID を指定することも可能です。出力形式は用途に合わせて柔軟に選択できます：ターミナルで Rich パネル付きの表示を行うには --format pretty を、読みやすい構造化データを取得するには --format json を、他のツールへパイプ処理する場合は --format raw を使用します。

LangSmith で深層エージェントのデバッグと改善を容易に

深層エージェントは強力ですが、単純な LLM ワークフローよりも実行時間が長く、複雑です。これらの動作を理解し改善するには、深層エージェントが実際に何を行っているかを可視化する必要があります。

LangSmith を使えば、深層エージェントのトレースが可能で、内部の動きを把握できます。さらに、Polly とチャットして深層エージェントの振る舞いを分析したり、AI を活用してプロンプトを改善したりできます。もし Claude Code や他のコーディングエージェントを使って分析したい場合は、LangSmith Fetch を利用することで、必要なデバッグツールを備えたコーディングエージェントを構築できます。

追跡機能を数分で設定し、今日から LangSmith で Polly とチャットして、ディープエージェントのデバッグと改善を試してみましょう。