
Langfuse
Langfuse 是一个开源的 LLM 工程平台,提供可观测性、分析、评估、提示管理和实验功能,帮助团队调试、分析和改进他们的 LLM 应用程序。
https://langfuse.com/?ref=aipure&utm_source=aipure

产品信息
更新于:2025年04月16日
Langfuse 月度流量趋势
Langfuse 在7月份实现了 34.6万访问量,增长率达到 55.5%。该平台的 增强型可观察性和指标跟踪 功能,以及其 开源特性 和 与主流AI框架的兼容性,可能是推动流量显著增长的原因。
什么是 Langfuse
Langfuse 是一个专门为语言学习模型 (LLM) 工程和开发设计的综合性平台。作为由 Y Combinator 支持的开源解决方案,它提供了管理和优化 LLM 应用程序所需的工具。该平台与 OpenAI SDK、LlamaIndex、Langchain 等流行框架无缝集成,同时保持 SOC 2 Type II 和 ISO 27001 认证的高安全标准。用户可以选择托管云服务或自托管平台,大多数核心功能在 MIT 许可下可用。
Langfuse 的主要功能
Langfuse 是一个开源的 LLM 工程平台,提供全面的工具,用于 LLM 应用程序的可观察性、分析和实验。它提供了诸如跟踪、评估、提示管理及指标收集等功能,帮助开发人员调试和改进他们的 LLM 应用程序。该平台集成了 OpenAI、LangChain 和 LlamaIndex 等流行框架,并通过其 SDK 支持多种编程语言。
全面的可观察性: 捕获 LLM 应用程序的完整上下文,包括 LLM 推理、嵌入检索、API 使用和系统交互,以帮助定位问题
质量测量与分析: 通过基于模型的评估、用户反馈、手动标记和自定义指标,将分数附加到生产跟踪中,以测量随时间的质量
提示管理: 提供管理提示和版本化的工具,允许团队尝试不同的版本并跟踪其性能
多模态支持: 完全支持多模态 LLM 应用程序的跟踪,包括文本、图像、音频和附件,具有可配置的存储选项
Langfuse 的使用场景
RAG 管道优化: 团队可以使用 Ragas 集成进行无参考评估,评估和监控他们的检索增强生成管道
企业 LLM 开发: 像 Khan Academy 和 Twilio 这样的大型组织使用 Langfuse 监控和改进他们的生产 LLM 应用程序
协作开发: 开发团队可以使用代码共享、实时协作和版本控制集成等功能一起工作,以更快地解决问题
优点
核心功能采用 MIT 许可证的开源软件
与流行 LLM 框架的广泛集成支持
具有 SOC 2 Type II 和 ISO 27001 认证的企业级安全性
活跃的社区和定期的功能更新
缺点
某些外围功能需要商业许可
某些功能(如媒体存储)需要设置额外的基础设施
如何使用 Langfuse
1. 创建 Langfuse 账户: 在 cloud.langfuse.com 注册 Langfuse 账户或使用 Docker 自托管
2. 获取 API 密钥: 进入项目设置并创建新的 API 密钥(LANGFUSE_SECRET_KEY 和 LANGFUSE_PUBLIC_KEY)
3. 安装 SDK: 使用 pip 安装 Langfuse SDK:pip install langfuse
4. 设置环境变量: 将您的 Langfuse 凭证设置为环境变量:LANGFUSE_SECRET_KEY、LANGFUSE_PUBLIC_KEY 和 LANGFUSE_HOST
5. 初始化 Langfuse 客户端: 在代码中创建 Langfuse 客户端实例:from langfuse import Langfuse; langfuse = Langfuse()
6. 仪器化您的应用程序: 使用自动集成(OpenAI、Langchain、LlamaIndex)或使用 @observe 装饰器手动仪器化来跟踪 LLM 调用
7. 创建跟踪: 使用 langfuse.trace() 或自动集成记录 LLM 交互,包括提示、完成和元数据
8. 添加评分(可选): 使用 langfuse.score() 或自动评估工具(如 RAGAS)实现评分以评估输出质量
9. 查看分析: 访问 Langfuse 仪表板查看跟踪、指标、成本、延迟和质量评分
10. 管理提示(可选): 使用提示管理功能通过 Langfuse UI 版本和更新提示
Langfuse 常见问题
Langfuse 是一个开源的 LLM 工程平台,为 LLM 应用程序提供可观测性、分析和实验功能。它帮助团队协作调试、分析和迭代他们的 LLM 应用程序。
Langfuse 网站分析
Langfuse 流量和排名
346.3K
每月访问量
#102467
全球排名
#316
类别排名
流量趋势:Oct 2024-Feb 2025
Langfuse 用户洞察
00:06:25
平均访问时长
6.96
每次访问页数
34.49%
用户跳出率
Langfuse 的热门地区
VN: 25.75%
US: 15.78%
IN: 7.02%
FR: 5.27%
GB: 4.88%
Others: 41.31%