Langfuse Cloud · Самостоятельный хостинг · Демо

Документация · Сообщить об ошибке · Запрос функции · Список изменений · Дорожная карта ·

Langfuse — это платформа с открытым исходным кодом для разработки LLM. Она помогает командам совместно разрабатывать, мониторить, оценивать и отлаживать приложения на базе ИИ. Langfuse можно развернуть самостоятельно за считанные минуты и она проверена в боевых условиях. Создана с использованием базы данных ClickHouse с открытым исходным кодом.

🧑‍💻 Мы нанимаем

Langfuse быстро растёт (за последние 6 месяцев команда удвоилась) — с января 2026 года мы являемся частью ClickHouse, ищем инженеров в гибридном формате по всей ЕС. Мы нанимаем инженеров, которые любят open source и отличный опыт разработчиков. Смотреть открытые вакансии →

✨ Основные возможности

• Наблюдаемость LLM-приложений: Инструментируйте своё приложение и начните отправлять трейсы в Langfuse, отслеживая вызовы LLM и другую логику, такую как поиск, эмбеддинги или действия агентов. Просматривайте и отлаживайте сложные логи и пользовательские сессии. Попробуйте интерактивную демо-версию, чтобы увидеть это в действии.

• Управление промптами помогает централизованно управлять, контролировать версии и совместно дорабатывать промпты. Благодаря мощному кэшированию на стороне сервера и клиента вы можете дорабатывать промпты без добавления задержек в приложение.

• Оценки — ключевой элемент рабочего процесса разработки LLM-приложений, и Langfuse адаптируется под ваши нужды. Поддерживаются LLM-as-a-judge, кодовые оценщики, сбор отзывов пользователей, ручная разметка и пользовательские пайплайны оценки через API/SDK.

• Наборы данных позволяют создавать тестовые наборы и бенчмарки для оценки вашего LLM-приложения. Они поддерживают непрерывное улучшение, предварительное тестирование перед деплоем, структурированные эксперименты, гибкую оценку и бесшовную интеграцию с фреймворками, такими как LangChain и LlamaIndex.

• LLM Playground — инструмент для тестирования и доработки промптов и конфигураций моделей, сокращающий цикл обратной связи и ускоряющий разработку. Увидев плохой результат в трейсинге, вы можете сразу перейти в playground, чтобы доработать его.

• Комплексный API: Langfuse часто используется для создания кастомных LLMOps-рабочих процессов с использованием строительных блоков, предоставляемых Langfuse через API. Доступны спецификация OpenAPI, коллекция Postman и типизированные SDK для Python, JS/TS.

📦 Развёртывание Langfuse

Langfuse Cloud

Управляемое развёртывание командой Langfuse, щедрый бесплатный тариф, кредитная карта не требуется.

Самостоятельное развёртывание Langfuse

Запустите Langfuse на собственной инфраструктуре:

• Локально (docker compose): Запустите Langfuse на своём компьютере за 5 минут с помощью Docker Compose.

  ```bash

  Получите копию последней версии репозитория Langfuse

  git clone --depth=1 https://github.com/langfuse/langfuse.git cd langfuse

  Запустите docker compose для Langfuse

  docker compose up ```

• Виртуальная машина: Запустите Langfuse на одной виртуальной машине с помощью Docker Compose.
• Kubernetes (Helm): Запустите Langfuse в кластере Kubernetes с помощью Helm. Это предпочтительный вариант для продакшена.
• Шаблоны Terraform: AWS, Azure, GCP

Дополнительную информацию об архитектуре и параметрах конфигурации см. в документации по самостоятельному развёртыванию.

[!TIP] Самостоятельное развёртывание Langfuse? Подпишитесь на список обновлений для самостоятельного развёртывания, чтобы получать письма о важных функциях и новых релизах для open source Langfuse — только обновления по самостоятельному развёртыванию, без маркетинга.

🔌 Интеграции

Основные интеграции:

🚀 Быстрый старт

Интегрируйте своё приложение и начните отправлять трейсы в Langfuse, чтобы отслеживать вызовы LLM и другую логику приложения, такую как поиск, эмбеддинги или действия агентов. Просматривайте и отлаживайте сложные логи и пользовательские сессии.

1️⃣ Создайте новый проект

1. Зарегистрируйте аккаунт в Langfuse или разверните самостоятельно
2. Создайте новый проект
3. Создайте новые API-учётные данные в настройках проекта

2️⃣ Зафиксируйте первый вызов LLM

Декоратор @observe() упрощает трассировку любого Python-приложения с использованием LLM. В этом кратком руководстве мы также используем интеграцию Langfuse с OpenAI для автоматического захвата всех параметров модели.

[!TIP] Не используете OpenAI? Посетите нашу документацию, чтобы узнать, как логировать другие модели и фреймворки.

pip install langfuse openai

```bash filename=".env" LANGFUSE_SECRET_KEY="sk-lf-..." LANGFUSE_PUBLIC_KEY="pk-lf-..." LANGFUSE_BASE_URL="https://cloud.langfuse.com" # 🇪🇺 EU region

LANGFUSE_BASE_URL="https://us.cloud.langfuse.com" # 🇺🇸 US region

```python /@observe()/ /from langfuse.openai import openai/ filename="main.py"
from langfuse import observe
from langfuse.openai import openai # OpenAI integration

@observe()
def story():
    return openai.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": "What is Langfuse?"}],
    ).choices[0].message.content

@observe()
def main():
    return story()

main()

3️⃣ Просмотрите трейсы в Langfuse

Просматривайте вызовы языковых моделей и другую логику приложения в Langfuse.

Пример публичного трейса в Langfuse

💭 Поддержка

Поиск ответа на ваш вопрос:

• Наша документация — лучшее место для начала поиска ответов. Она содержит исчерпывающую информацию, и мы тратим значительное время на её поддержку. Вы также можете предлагать правки в документацию через GitHub.
• Часто задаваемые вопросы по Langfuse, где даны ответы на самые распространённые вопросы.
• Используйте "Задать вопрос ИИ", чтобы мгновенно получить ответы на свои вопросы.

Каналы поддержки:

• Задавайте любые вопросы в нашем публичном разделе вопросов и ответов на GitHub Discussions. Пожалуйста, включайте как можно больше деталей (например, фрагменты кода, скриншоты, справочную информацию), чтобы помочь нам понять ваш вопрос.
• Предложите функцию на GitHub Discussions.
• Сообщите об ошибке на GitHub Issues.
• Для срочных запросов пишите нам через виджет чата в приложении.

🤝 Участие в разработке

Ваш вклад приветствуется!

• Голосуйте за идеи в GitHub Discussions.
• Создавайте и комментируйте проблемы.
• Открывайте PR — подробности о настройке среды разработки смотрите в CONTRIBUTING.md.

🥇 Лицензия

Этот репозиторий распространяется под лицензией MIT, за исключением папок ee. Подробности смотрите в LICENSE и документации.

Зависимости

Мы развёртываем этот код в Docker-контейнерах на базе Linux Alpine (исходник). Dockerfile можно найти в web/Dockerfile и worker/Dockerfile.

⭐️ История звёзд

❤️ Открытые проекты, использующие Langfuse

Топовые открытые Python-проекты, использующие Langfuse, отсортированные по количеству звёзд (Источник):

Репозиторий	Звёзды
langflow-ai / langflow	116251
open-webui / open-webui	109642
abi / screenshot-to-code	70877
lobehub / lobe-chat	65454
infiniflow / ragflow	64118
firecrawl / firecrawl	56713
run-llama / llama_index	44203
FlowiseAI / Flowise	43547
QuivrHQ / quivr	38415
microsoft / ai-agents-for-beginners	38012
chatchat-space / Langchain-Chatchat	36071
mindsdb / mindsdb	35669
danny-avila / LibreChat	33142
BerriAI / litellm	28726
onlook-dev / onlook	22447
NixOS / nixpkgs	21748
kortix-ai / suna	17976
anthropics / courses	17057
mastra-ai / mastra	16484
langfuse / langfuse	16054
Canner / WrenAI	11868
promptfoo / promptfoo	8350
The-Pocket / PocketFlow	8313
OpenPipe / ART	7093
topoteretes / cognee	7011
awslabs / agent-squad	6785
BasedHardware / omi	6231
---

|   hatchet-dev / hatchet | 6019 | |   zenml-io / zenml | 4873 | |   refly-ai / refly | 4654 | |   coleam00 / ottomator-agents | 4165 | |   JoshuaC215 / набор инструментов для агентских сервисов | 3557 | |   colanode / colanode | 3517 | |   VoltAgent / voltagent | 3210 | |   bragai / bRAG-langchain | 3010 | |   pingcap / autoflow | 2651 | |   sourcebot-dev / sourcebot | 2570 | |   open-webui / конвейеры | 2055 | |   YFGaia / dify-plus | 1734 | |   TheSpaghettiDetective / сервер Obico | 1687 | |   MLSysOps / агент MLE | 1387 | |   TIGER-AI-Lab / агент для объяснения теорем | 1385 | |   trailofbits / buttercup | 1223 | |   wassim249 / шаблон агента LangGraph для FastAPI, готовый к продакшену | 1200 | |   alishobeiri / thread | 1098 | |   dmayboroda / minima | 1010 | |   zstar1003 / ragflow-plus | 993 | |   openops-cloud / openops | 939 | |   dynamiq-ai / dynamiq | 927 | |   xataio / агент | 857 | |   plastic-labs / tutor-gpt | 845 | |   trendy-design / llmchat | 829 | |   hotovo / служба поддержки aider | 781 | |   opslane / opslane | 719 | |   wrtnlabs / autoview | 688 | |   andysingal / курс по большим языковым моделям | 643 | |   theopenconversationkit / tock | 587 | |   sentient-engineering / agent-q | 487 | |   NicholasGoh / шаблон FastAPI MCP LangGraph | 481 | |   i-am-alice / 3rd-devs | 472 | |   AIDotNet / koala-ai | 470 | |   phospho-app / устаревший анализ текста | 439 | |   inferablehq / inferable | 403 | |   duoyang666 / ai_novel | 397 | |   strands-agents / примеры | 385 | |   FranciscoMoretti / sparka | 380 | |   RobotecAI / rai | 373 | |   ElectricCodeGuy / аутентификация Supabase с SSR | 370 | |   souzatharsis / укрощение больших языковых моделей | 323 | |   aws-samples / aws-ai-ml-workshop-kr | 295 | |   weizxfree / KnowFlow | 285 | |   zenml-io / zenml-projects | 276 | |   wxai-space / LightAgent | 275 | |   Ozamatash / deep-research-mcp | 269 | |   sql-agi / DB-GPT | 241 | |   guyernest / advanced-rag | 238 | |   bklieger-groq / mathtutor-on-groq | 233 | |   plastic-labs / honcho | 224 | |   OVINC-CN / OpenWebUI | 202 | |   zhutoutoutousan / worldquant-miner | 202 | |   iceener / ai | 186 | |   giselles-ai / giselle | 181 | |   ai-shifu / ai-shifu | 181 | |   aws-samples / sample-serverless-mcp-servers | 175 | |   celerforge / freenote | 171 | |   babelcloud / LLM-RGB | 164 | |   8090-inc / xrx-sample-apps | 163 | |   deepset-ai / haystack-core-integrations | 163 | |   codecentric / c4-genai-suite | 152 | |   XSpoonAi / spoon-core | 150 | |   chatchat-space / LangGraph-Chatchat | 144 | |   langfuse / Документация Langfuse | 139 | |   piyushgarg-dev / genai-cohort | 135 | |   i-dot-ai / redbox | 132 | |   bmd1905 / ChatOpsLLM | 127 | |   Fintech-Dreamer / FinSynth | 121 | |   kenshiro-o / nagato-ai | 119 |

🔒 Безопасность и конфиденциальность

Мы серьёзно относимся к безопасности данных и конфиденциальности. Дополнительную информацию можно найти на странице Безопасность и конфиденциальность.

Телеметрия

По умолчанию Langfuse автоматически отправляет базовую статистику использования самохостинговых экземпляров на централизованный сервер (PostHog).

Это помогает нам:

1. Понимать, как используется Langfuse, и улучшать наиболее востребованные функции.
2. Отслеживать общую статистику использования для внутренней и внешней отчётности (например, для привлечения инвестиций).

Телеметрия не включает сырые трейсы, промпты, наблюдения, оценки или содержимое датасетов. Мы документируем точные поля, которые собираются, куда они отправляются и ссылку на реализацию в нашей документации по телеметрии.

Для открытой версии Langfuse (OSS) вы можете отказаться от телеметрии, установив TELEMETRY_ENABLED=false.