AI 应用上线之后最让人头疼的，往往不是模型本身，而是出了问题说不清：用户反馈回答不对，你翻日志只看到一句最终输出，中间用了哪版 prompt、检索回来了什么、哪一步花了多少钱，全靠猜。改完一版 prompt，也说不清到底是变好还是变坏。
Langfuse 就是为了解决这个痛点而生的开源工具：它能把每一次大模型调用都摊开给你看。
每次调用都会留下一条完整追踪，从输入到输出全链路可查；prompt 统一放在一处管理，不用散落在代码里；改完 prompt 之后，拿数据集跑一遍评估就能前后对比——用 LLM 当裁判、人工标注、收集用户反馈都行，效果变化一目了然。
它和常用框架的集成也很齐全，OpenAI、LangChain、LlamaIndex、Vercel AI SDK 都有现成接入方式，接进现有项目不费事。
这个项目在 GitHub 上已经有 3.6 万 star、4100 多个 fork，10 月 27 日和 29 日又各发了一个新版本，是真有很多团队在日常用。核心代码 MIT 开源，可以用官方云（有免费额度，不用绑卡），也可以自己部署；它现在已经是 ClickHouse 的一部分。
AI 应用能跑起来只是开始，看得见，才改得动。
正文完