Langfuse 是什么、怎么用：开源 LLM 应用追踪、提示词管理与评测平台，和 LangSmith 的区别

本文根据 Langfuse 官方 GitHub 仓库 README 与官网整理，资料核对于 2026-10-11。功能和价格变化快，以官网为准。

是什么

Langfuse 是一个开源的 LLM 工程平台，仓库 langfuse/langfuse 约有 3.56 万星标。README 的定位是帮助团队开发、监控、评测和调试 AI 应用。README 同时写明：Langfuse 自 2026 年 1 月起成为 ClickHouse 的一部分。

很多人是在对比「LangSmith 和 Langfuse」时认识它的。两者做的事情相近——都是记录 LLM 应用每一步发生了什么、管理提示词、跑评测。最大的区别是 Langfuse 开源且可以完整自托管，不绑定特定的开发框架。

能做什么

README 列出的功能：

• 应用追踪（Tracing）：记录每次请求里的模型调用、检索、工具调用，看到输入输出、耗时和成本；
• 提示词管理：集中存放提示词，做版本管理和协作，改提示词不必改代码发版；
• 评测：支持 LLM 充当评审（LLM-as-a-judge）、代码评测器和用户反馈；
• 数据集：把典型用例存为测试集，用于回归测试；
• Playground：在线调试提示词和模型参数。

怎么上手

云端版：在官网注册 Langfuse Cloud（有免费档，不需要信用卡），创建项目后拿到公钥和私钥，在应用里安装 SDK 并配置密钥，运行一次应用就能在后台看到追踪。

自托管（README 列出的方式）：

• 本机或单台虚拟机：Docker Compose；
• Kubernetes：Helm；
• 云平台：AWS、Azure、GCP 的 Terraform 模板。

bash
git clone https://github.com/langfuse/langfuse.git
cd langfuse
docker compose up

接入后建议先做两件事：给追踪打上用户和会话标识，方便按用户排查；把线上表现差的几条请求存入数据集，作为之后改动的回归用例。

免费与付费

• 自托管：核心功能以 MIT 许可开源（仓库中的 ee 目录除外，属于企业功能）；
• Langfuse Cloud：有免费档，付费档按用量和功能分级，价格以官网定价页为准。

适合谁 / 不适合谁

适合：

• 已经有 LLM 应用上线、需要排查问题和控制成本的开发团队；
• 要求数据留在自己基础设施里的公司；
• 不想被某个开发框架绑定、希望观测层保持中立的团队。

不适合：

• 没有自己开发 AI 应用的普通用户；
• 只做一次性演示的项目；
• 不愿意运维数据库等组件、又不能使用云端版的团队——自托管需要一定的运维投入。

注意事项

• 追踪里含真实用户数据：配置脱敏规则和保留期限，自托管也要做好访问控制。
• ee 目录不是 MIT：需要企业功能时确认许可条款。
• 自托管的资源需求：生产规模部署依赖多个存储组件，容量规划见官方文档。
• 归属变化：并入 ClickHouse 后的产品路线和定价以官方公告为准。