我们构建了SmithDB：智能体可观测性的数据层

LangSmith今日宣布推出SmithDB，这是一个专为智能体可观测性和评估工作负载构建的数据层。SmithDB旨在解决传统可观测性存储无法应对的现代智能体追踪数据挑战。

智能体追踪数据已大幅增长：现代智能体追踪包含数百个嵌套跨度、多模态内容以及持续数小时的跨度，导致数据量和查询模式远超通用数据库的设计能力。SmithDB通过行业领先的性能应对这些挑战：追踪树加载P50延迟92毫秒，全文搜索400毫秒，运行过滤82毫秒，使核心LangSmith体验速度提升高达12倍。

SmithDB采用Rust构建，基于Apache DataFusion查询引擎和Vortex文件工具包，并根据LangSmith独特工作负载进行了大量定制。其架构包括三个核心组件：对象存储用于持久化追踪数据、小型Postgres元存储用于段元数据、以及无状态摄入、查询和压缩服务。这种设计使SmithDB无需管理本地磁盘，通过增加计算即可扩展，特别适合自托管和多云环境。

在工程实现上，SmithDB作为基于对象存储的日志结构合并树（LSM）运行，包含摄入服务、元存储、查询服务、压缩服务和集群管理器等组件。关键优化包括：渐进式查询减少数据扫描量、直接从摄入节点读取最新数据、处理运行的多事件序列、按时间分层压缩以提高写入和查询效率、通过删除向量实现高效变更、以及延迟实例化大字段以加速常见查询。

目前，SmithDB已全面处理US Cloud的摄入和UI查询流量，包括线程、元数据过滤、反馈、文本搜索等所有主要功能。产品集成如运行规则、批量导出和实验正在接近完成。早期客户反馈积极，Clay、Vanta、Unify和Cogent等团队表示性能提升显著，使搜索、调试和分析大规模追踪数据更加高效。

未来，LangSmith计划将SmithDB扩展到所有相关产品表面，并支持自托管部署。SmithDB的推出标志着智能体可观测性领域的一大进步，为开发者提供了更快速、更灵活的工具来优化生产环境中的智能体。