Langfuse的使用带样例

最新推荐文章于 2025-10-15 16:00:58 发布

原创

最新推荐文章于 2025-10-15 16:00:58 发布 · 1.2k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #prompt

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 和 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