Langfuse的使用带样例

以下是通过 Langfuse 实现RAG(检索增强生成)系统全链路监控与分析的完整样例,包含 代码实现、数据记录、看板配置实际应用场景


一、基础配置与初始化

1. 安装与设置
pip install langfuse
from langfuse import Langfuse

# 初始化(从环境变量读取LANGFUSE_KEY/SECRET)
langfuse = Langfuse(
    host="https://cloud.langfuse.com",  # 或自托管地址
    public_key="pk-lf-xxx",
    secret_key="sk-lf-xxx"
)
2. 追踪RAG全流程
def rag_pipeline(query: str):
    # 创建Trace(单次请求的根记录)
    trace = langfuse.trace(
        name="rag-query",
        input={
   
   "question": query},
        metadata={
   
   "env": "production", "user_id": "u123"}
    )
    
    # --- 检索阶段 ---
    retrieval_span = trace.span(name="retrieval")
    contexts = retrieve(query)  # 假设返回Top-3文档
    retrieval_span.end(
        output=contexts,
        metadata={
   
   "model": "bge-large", "top_k": 3}
    )
    
    # --- 生成阶段 ---
    generation_span = trace.span(name="generation")
    prompt = buil
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小赖同学啊

感谢上帝的投喂

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值