Langfuse采用模块化的架构设计，由几个关键组件构成。客户端SDK支持Python、TypeScript、LangChain和OpenAI SDK等主流开发环境，开发者可以通过装饰器或显式函数调用来对应用进行埋点，追踪和元数据会自动收集并发送到Langfuse后端。 后端系统基于PostgreSQL和Typesense构建，存储结构化的追踪数据，提供Web界面用于追踪检查，API用于集成，并支持基于角色的安全多用户访问控制。 评估器组件允许使用自定义插件或LLM来评估响应质量，包括与标准答案对比、检查JSON格式有效性或运行基于分类的评估。
追踪变更历史，可以快速回滚 同时支持文本和聊天格式的提示词灵活访问 可通过UI、SDK或API进行编辑业务 非技术人员可以通过控制台更新提示词
一个典型的案例是，某客户面向的机器人在深夜出现延迟峰值，通过Langfuse追踪发现是工具集成失败导致的重试问题。这种精确的问题定位能力大大缩短了故障恢复时间。
from langfuse import observefrom langfuse.openai import openai # OpenAI integration@observe()def story(): return openai.chat.completions.create( model="gpt-4o", messages=[{"role": "user", "content": "What is Langfuse?"}], ).choices[0].message.content@observe()def main(): return story()main()
