11.1 引言：为什么需要可观测性
前十章我们已经全面解析了 LangChain 的核心架构：从 Runnable 协议到模型抽象，从 Agent 系统到 Middleware 机制，从 Prompt 工程到输出解析。这些组件共同构建了一个功能强大的 LLM 应用框架。但在生产环境中，仅有功能是不够的——你还需要知道系统内部发生了什么。
一次看似简单的chain.invoke()调用，在幕后可能触发了多层 Runnable 嵌套、数次 LLM 调用、若干工具执行。当响应变慢或结果异常时，你如何定位问题？当需要优化 Token 用量时，你如何收集指标？当生产系统需要审计追踪时，你如何记录完整链路？
LangChain 的Callback 系统正是为此而生。它是一套贯穿整个框架的事件驱动机制，在每个 Runnable 执行的关键节点（启动、完成、出错、生成新 Token 等）自动触发回调事件。基于这套机制，LangChain 实现了：
- StdOutCallbackHandler：开发阶段的控制台日志
- ConsoleCallbackHandler（
set_debug(True)）：带颜色和面包屑的详细调试输出 - LangChainTracer：向 LangSmith 平台上报完整 Run 树的追踪数据
- 自定义 Handler：用户可以编写任意
