Langfuse

Langfuse 是开源的 AI 应用观测与评估平台。开发者接入 SDK、OpenTelemetry 或网关后，可以把模型调用、工具步骤、提示词和成本放进同一条追踪记录，定位 Agent 为什么答错或执行失败。

图：官方文档中的追踪列表、多步骤调用树与输入输出详情。官网功能或示例图片，非本次实测结果。核验于2026-11-11。

从一次失败定位到可复现的改进

追踪视图能查看一次请求的上下文、子步骤、延迟与 Token 消耗。把真实问题整理进数据集后，可比较提示词、模型和代码的不同版本，结合人工标注、规则或模型评审检查质量，而不只看单次演示效果。

适合已经在开发 RAG、聊天助手或多步骤 Agent 的团队。例如排查售后机器人调用错误知识片段的问题：先在 trace 中查看检索与回答，再把该案例加入回归评测。Langfuse负责观察与评估，本身不代替 Agent 的执行环境。

官方功能介绍

图：官网追踪详情示意，可见嵌套调用、耗时、成本及模型输入输出。官网功能或示例图片，非本次实测结果。核验于2026-11-11。

怎样开始与使用门槛

Cloud 的 Hobby 免费档含每月 50,000 units、30 天数据访问和 2 名用户，免信用卡；units按追踪、观察与评分等记录计量。核心开源功能也可自托管，服务器和维护由使用方承担；生产保留周期与团队权限可选择付费版本。（2026-11-11 核验。）套餐与使用说明