WHAT HAPPENED IN MAY
点击上方蓝字关注我们
随着LLM应用的不断成熟，特别是在B端企业场景中的逐渐落地，其不再停留在原型与验证阶段，将面临着更高的工程化要求，无论是输出的稳定性、性能、以及成本控制等，都需要实现真正的“生产就绪”；但由于大量的应用基于LangChain、LlamaIndex等框架开发，更多的抽象与封装使得应用难以跟踪与调试。因此，借助一个独立且侵入性较小的工程化平台来捕获LLM应用内部细节，帮助排障、优化与测试是很有必要的。
本文将手把手教你使用一个开源的LLM应用工程化平台：Langfuse，与在线且收费的LangSmith不同，它支持完全本地化部署与使用，与应用集成也很简单。
快速本地化部署
与LangChain应用集成
-
与普通LLM应用集成
PART 1
快速本地化部署
WHAT HAPPENED IN MAY
Langfuse是一个开源的LLM应用的工程平台，可以帮助开发者及团队进行集中、在线、协作的LLM应用跟踪调试、分析与测试评估。
跟踪调试：跟踪应用执行过程、上下文、LLM调用与成本、用户反馈等
提示管理：集中的Prompt模板创建、维护与版本管理
监控分析：调用统计、模型使用、tokens成本、响应延迟、评分统计等
-
测试评估：基于LLM与用户反馈的评估，包括质量、风格、内容安全
基于LLM的自动化评估目前在开源版本暂不支持，云端商业版本可以内测。
方法一：docker compose快速启动
适合个人开发者、对数据保存要求不高的开发团队。这种模式下会自动启动postgres的独立docker，只需三步：
#下载代码
git clone https://github.com/langfuse/langfuse.git
#进入代码目录
cd langfuse
#一键获取并启动docker容器
docker compose up
方法二：独立数据库 + docker run
适合有更高数据保存要求的开发团队，或者有现成的Postgres数据库。这种模式下，需要首先自行安装并启动postgres数据库，如果还没有Postgres，可进入官网（https://www.postgresql.org/），下载、安装并配置启动。记录下数据库的连接URL。然后执行以下命令：
#拉取最新镜像
docker pull langfuse/langfuse:latest
#注意替换这里的DATABASE_URL为你的postgres url
docker run --name langfuse \
-e DATABASE_URL=postgresql://hello \
-e NEXTAUTH_URL=http://localhost:3000 \
-e NEXTAUTH_SECRET=mysecret \
-e SALT=mysalt \
-p 3000:3000 \
-a STDOUT \
langfuse/langfuse
方法三：本地开发部署
除非你需要对Langfuse做个性化定制，或者使用Langfuse展开商业运营，否则不建议采用这种方式。具体请参考项目中CONTRIBUTING.md文件说明。
健康检查与测试
完成部署后，运行如下命令进行健康检查：
#健康测试，在本机运行
curl http://localhost:3000/api/public/health
登录Langfuse UI使用
访问如下地址，登录langfuse的管理UI，出现登录界面就大功告成：
http://你的服务器地址:3000/
可能的问题
容器启动失败：检查网络是否连通；3000端口是否被占用；数据库是否正常
无法远程访问：检查安全端口是否放行；localhost修改为0.0.0.0试试
-
数据库无法连接：数据库端口是否放行；database_url是否有特殊字符
PART 2
与LangChain应用集成
WHAT HAPPENED IN MAY
平台已经就绪，现在需要让应用与Langfuse集成起来，以能够跟踪、评估与分析我们的应用。使用Langfuse的SDK/API，Langfuse能够与现有的任意应用做集成，但如果你的应用是基于LangChain、LlamaIndex这样的开发框架，那么使用起来会更加方便，这里先介绍与LangChain应用集成。
【准备工作】
在开始之前，首先登录到Langfuse UI，创建一个Project，然后在Settings中生成API Keys，参考下图：
然后把图中三个参数设置到本地环境变量：
os.environ["LANGFUSE_PUBLIC_KEY"] = "pk-***"
os.environ["LANGFUSE_SECRET_KEY"] = "sk-***"
os.environ["LANGFUSE_HOST"] = "http://localhost:3000"最后，安装Langfuse的SDK，以Python为例（也支持NodeJS）：
pip install langfuse
【给应用增加Trace功能】
我们用Langchain构建了一个简单的RAG应用，使用了本地的Ollama模型和OpenAI的嵌入模型。现在只需要增加红色的三行代码即可：
...此处省略import必要的模块....
from langfuse.callback import CallbackHandler
langfuse_handler = CallbackHandler(session_id=str(uuid.uuid4()))
#模型
llm = Ollama(model="qwen:14b")
embed_model = OpenAIEmbeddings(model="text-embedding-3-small")
#构建向量索引
documents = DirectoryLoader('./data/', glob="*.txt",loader_cls=TextLoader).load()
splits = RecursiveCharacterTextSplitter(chunk_size=200, chunk_overlap=0).split_documents(documents)
db = FAISS.from_documents(splits, embed_model)
retriever = db.as_retriever()
#prompt
prompt = ChatPromptTemplate.from_template("基于如下上下文:\n\n{context}\n\n请回答以下问题：\n\n{question}")
#chain
rag_chain = (
{"context": retriever | (lambda docs: "\n\n".join(doc.page_content for doc in docs)), "question": RunnablePassthrough()}
| prompt
| llm
| StrOutputParser()
)
#对话
while True:
user_input = input("问题：")
if user_input.lower() == "exit":
break
if user_input.lower() == "":
continue
response = rag_chain.invoke(user_input,config={"callbacks":[langfuse_handler]})
print("AI：", response)
注意这里在每次运行时生成一个session_id，是用来将多次trace组织到一次session中（Langfuse跟踪的基本单位是Session->Trace->Observation，而调用LLM就是Observation的一种类型）。
现在我们来运行程序，做3次对话，然后回到Langfuse UI观察Tracing菜单下的跟踪记录，可以看到3条trace记录，且有相同的session_id：
点击一条trace记录，就可以追踪到详细的RAG运行过程，从检索到组装的Prompt、LLM生成，多个步骤的关系以及输入输出、延时、model使用、tokens等：
由于使用了session来组织多个trace，我们可以在session菜单中查看这次session的完整会话过程：
【使用Prompts管理功能】
如果在一个团队开发中，需要对所有的Prompt进行集中管理与维护，可以利用Langfuse的Pormpts管理功能。这里我们通过Langfuse UI的Prompts菜单新增一个RAG的简单提示模板：
现在可以在应用中使用这个模版，只需要把上述代码中的创建prompt的部分修改为用以下方式从Langfuse获取模板即可：
#prompt
from langfuse import Langfuse
langfuse=Langfuse()
prompt_str = langfuse.get_prompt("RAG").get_langchain_prompt()
prompt = PromptTemplate(template=prompt_str, input_variables=["context","question"])Prompts管理支持设置变量、版本管理与标签，可实现灵活控制。
【使用评分功能】
为了对生产级的LLM应用做持续改进与优化，通过评分(score)来对应用输出质量作评估是有必要的。在Langfuse中支持多种评分途径：
在Langfuse UI中手工评分
在Langfuse UI中借助LLM做自动评估
-
通过SDK做自定义评分或搜集用户评分
这里的方式1应用场景有限，方式2目前仅在cloud版本中内测，因此这里介绍第3种，其最常见的场景是在应用端搜集用户反馈评分，然后上报Langfuse平台。为了实现评分上报，需要对上述代码中的invoke部分做如下改造：
from langfuse.decorators import langfuse_context, observe
#测试代码
@observe()
def invoke(query):
langfuse_context.update_current_trace(session_id=session_id)
langfuse_handler = langfuse_context.get_current_langchain_handler()
response = chain.invoke(query,config={"callbacks":[langfuse_handler]})#此处模拟搜集到用户评分，如0.8
langfuse_context.score_current_trace(
name="feedback-on-trace",
value=0.8,
comment="用户反馈",
)
return response["result"]
这里把上述代码中的invoke包装成独立函数，然后增加observe()装饰器，以获得对trace控制的langfuse_context对象；再通过score_current_trace方法上报本次评分。成功后，用户的每次反馈评分都可以在LangfuseUI的scores菜单中看到，并且可以在dashboard看到相关统计指标，后续可以根据这些指标进行针对性优化：
【分析仪表盘】
Langfuse的Dashboard默认展示很多有用的分析与统计指标，包括Trace的统计、模型成本分析、评分统计、不同类型环节的响应延迟等，非常适合用来帮助应用优化（为了能正确统计商业模型成本，注意在models菜单中做模型价格对齐）：
PART 3
与普通LLM应用的集成
WHAT HAPPENED IN MAY
除了Langchain框架以外，Langfuse还支持与另外一种常用框架LlamaIndex的快速集成。但如果你的应用直接基于大模型的SDK开发，并且有着较复杂的控制流程，也能采用Langfuse的低层SDK来实现集成。这里用一个简单的与本地Ollama模型对话的小应用来展示集成方式：
# ....省略import模块....
session_id = str(uuid.uuid4())
#LLM调用采用generation的type，不会产生新的trace，只会产生observation
@observe(as_type="generation")
def call_llm(query):response = ollama.chat(model='qwen:14b', messages=[
{
'role': 'user',
'content': query,
},
])
return response['message']['content']
#这里不指定type，每次调用产生一个trace；不直接放llm调用逻辑是为了把LLM调用的observation分离@observe()
def invoke(query):#用session_id把多次trace组织起来
langfuse_context.update_current_trace(
session_id=session_id)
return call_llm(query)
def main():
while True:
user_input = input("问题：")
if user_input.lower() == "exit":
break
if user_input.lower() == "":
continue
print("AI：", invoke(user_input))#结束前flush缓存，防止漏上报
langfuse_context.flush()
main()
这里使用@observe装饰器来实现函数输入输出与LLM生成的跟踪，实际使用时，也可以使用langfuse.trace自行创建trace，并上报自定义的跟踪信息，虽然较为繁琐，但控制会更灵活。具体可以参考官方SDK文档。
【结束语】
整体使用下来Langfuse功能与LangSmith类似，但胜在开源可本地化部署，集成简单，且对应用性能影响很小（数据上报都是异步）。更多功能大家可自行部署并探索，有任何问题，欢迎关注与交流。
END
