一站式 LLM 工程观测平台：Langfuse，让所有操作可观测

近两年，随着大模型（LLM，Large Language Model）技术的飞速发展，越来越多的开发者开始构建基于 LLM 的应用。但在实际开发过程中，我们会发现有一些绕不开的“痛点”，比如：

• • 如何实时观察模型的运行情况？
• • 怎么高效管理和迭代 Prompt？
• • 如何评估 LLM 的输出质量？
• • 数据从哪里来，又该如何测试？

这些问题如果逐一手动解决，可能会浪费大量时间和精力。今天就给大家介绍一个开源工具——Langfuse，它是一个一站式的 LLM 工程平台，能帮开发者解决从开发到监控的一系列问题。

为什么需要 Langfuse？

对于用 LLM 构建的产品，开发者通常面临如下挑战：

1. 1. 模型监控难
   LLM 的运行是一个“黑箱”，我们需要知道调用了哪些 API，消耗了多少成本，运行速度怎么样，这些都需要监控工具。
2. 2. Prompt 管理混乱
   不断调整 Prompt 是开发过程中不可避免的，但如果没有一个集中式管理平台，很容易陷入版本混乱。
3. 3. 质量评估复杂
   如何衡量模型输出是否满足预期？人工打分？还是用另一个模型来评估？这其中需要明确的流程和工具支持。
4. 4. 测试和实验繁琐
   在上线前，我们需要对 Prompt 和模型进行大量的实验验证，确保最终的效果。这需要方便的测试和回归工具。

Langfuse^[1] 就是为了解决这些问题而生的，它能够让开发者专注于功能实现，而不用为基础工具链操心。

Langfuse 能做什么？

我们可以从三个方面来看 Langfuse 的核心功能：

1. 开发阶段：模型可观测性（LLM Observability）

Langfuse 提供强大的日志追踪功能，你可以通过集成 Langfuse 的 SDK，把每一次 LLM 的调用记录下来。

• • 支持的语言：Python 和 JavaScript/TypeScript
• • 集成方式：可直接替换 OpenAI SDK，或者作为 LangChain、LlamaIndex 的回调系统使用。

代码示例如下：

from langfuse import Langfuse

# 初始化 Langfuse
langfuse = Langfuse(api_key="your-public-key", secret="your-secret-key")

# 示例调用：记录一次 LLM 调用
langfuse.trace(
    name="Generate Product Description",
    metadata={"model": "gpt-4", "prompt_length": 200},
    output="This is a sample response"
)

借助这些日志，你可以轻松分析以下信息：

• • API 的响应时间和成本
• • 调用链的执行流程
• • 错误率和性能瓶颈

甚至还可以通过集成到 OpenAI、LangChain 等库，完成自动化的数据采集！

2. 管理阶段：Prompt 管理和版本控制

Prompt 是构建 LLM 应用的核心，但随时间推移，不同版本的 Prompt 可能会导致逻辑混乱。Langfuse 提供了一个集中管理和版本控制的功能，帮助开发者高效组织 Prompt。

核心功能：

• • 版本管理：记录 Prompt 的每次修改，支持回滚到之前的版本。
• • Prompt 调试：通过 Prompt Playground 快速测试和调整 Prompt。

用户输入Prompt 版本 1Prompt 版本 2模型输出优化

3. 测试阶段：模型评估与实验管理

Langfuse 提供完善的 LLM 评估功能，支持多种方式：

1. 1. 人工打分：开发者或用户手动评价模型输出质量。
2. 2. 模型评估：用另一个 LLM 模型作为“裁判”打分。
3. 3. 自动化测试：提供数据集和基准测试功能，提前发现潜在问题。

一个简单的实验配置代码示例：

langfuse.evaluate(
    model_output="The quick brown fox",
    reference_output="A quick, brown fox",
    metrics=["similarity", "fluency"]
)

这可以帮助团队在上线前，快速定位模型问题，并优化产品体验。

Langfuse 的部署方式

Langfuse 提供两种主要的部署模式：

1. 1. 云端部署（Langfuse Cloud）
   开箱即用，适合个人开发者和小团队。免费计划无需信用卡，直接上手！
2. 2. 本地部署（Self-hosted）
   如果你对数据隐私要求高，也可以选择本地化部署，只需一个 Docker 容器和 PostgreSQL 数据库即可。

本地部署的命令如下：

# 克隆仓库
git clone https://github.com/langfuse/langfuse.git
cd langfuse

# 启动服务
docker-compose up -d

支持 Kubernetes、GCP、AWS 等模板化部署。

与其他工具对比

市面上也有一些工具在解决类似问题，我们简单做个对比：

从功能完整性和灵活性来看，Langfuse 是目前为数不多的覆盖开发全生命周期的开源工具，非常适合 LLM 应用开发者使用。