【AI大模型应用开发】【LangFuse: LangSmith平替，生产级AI应用维护平台】0. 快速上手 - 基本功能全面介绍与实践（附代码）

• 大家好，我是同学小张，日常分享AI知识和实战案例
• 欢迎 点赞 + 关注 👏，持续学习，持续干货输出。
• +v: jasper_8017 一起交流💬，一起进步💪。
• 微信公众号也可搜【同学小张】 🙏

本站文章一览：

---

前面我们介绍了LangChain无缝衔接的LangSmith平台，可以跟踪程序运行步骤，提供详细调试信息，同时支持数据集收集和自动化测试评估等功能，极大方便了AI大模型应用程序的开发过程。

本文来介绍另一款生产级AI应用维护平台：LangFuse，它是开源的，是LangSmith 的平替，并且它可集成 LangChain，同时也可直接对接 OpenAI API。

官方网站：https://langfuse.com/

项目地址：https://github.com/langfuse

0. 环境准备

（1）先注册，登录，官网地址在上面
（2）创建Project

（3）生成私钥和公钥

一定要复制并记录下这个私钥和公钥，关闭这个窗口后，私钥就再也看不到了。

（4）本地安装 langfuse

pip install --upgrade langfuse 

1. 开始使用

LangFuse有两种集成方式：

• OpenAI API集成
• LangChain集成

在运行之前，先将你的公钥和私钥放到环境变量中。例如.env文件中加入：

LANGFUSE_SECRET_KEY = "sk-lf-xxxxx" LANGFUSE_PUBLIC_KEY = "pk-lf-xxxxx" 

这样才能使你的程序与你在LangFuse官网上建立的跟踪项目链接起来。

不了解怎么写.env文件的可以看下我前面的文章：【AI大模型应用开发】0. 开篇，用OpenAI API写个Hello World ！

1.1 OpenAI API集成方式

集成步骤：

（1）引入langfuse中的openai：from langfuse.openai import openai，用这个才能集成langfuse

（2）使用Langfuse实例的trace函数，传入一些个人和项目信息

（3）openai接口调用，多了一个trace_id参数

from datetime import datetime from langfuse.openai import openai ## 1. 引入langfuse中的openai from langfuse import Langfuse   import os  ## 2. 使用Langfuse实例的trace函数，传入一些个人和项目信息 trace = Langfuse().trace(      name = "hello-world",     user_id = "同学小张",     release = "v0.0.1" )  completion = openai.chat.completions.create(   name="hello-world",   model="gpt-3.5-turbo",   messages=[       {"role": "user", "content": "对我说'Hello, World!'"}   ],   temperature=0,   trace_id=trace.id, ## 3. openai接口调用，多了一个trace_id参数 )  print(completion.choices[0].message.content)  ## 输出：Hello, World! 

运行之后看下LangFuse平台，应该能看到你的项目和调用了。

1.2 LangChain集成方式

通过 LangChain 的回调集成。

集成步骤：

（1）从langfuse中引入CallbackHandler：from langfuse.callback import CallbackHandler

（2）在CallbackHandler中设置个人和项目信息

（3）正常创建LangChain应用和流程

（4）invoke时，将CallbackHandler填入config参数中：config={"callbacks":[handler]}

from langfuse.callback import CallbackHandler  handler = CallbackHandler(     trace_name="SayHello",     user_id="同学小张", )  from langchain_openai import ChatOpenAI from langchain.prompts import PromptTemplate from langchain.schema.output_parser import StrOutputParser from langchain.schema.runnable import RunnablePassthrough from langchain.schema import HumanMessage from langchain.prompts.chat import HumanMessagePromptTemplate from langchain.prompts import ChatPromptTemplate  model = ChatOpenAI(model="gpt-3.5-turbo-0613")  prompt_template = """ 我的名字叫【{name}】，我的个人介绍是【{description}】。 请根据我的名字和介绍，帮我想一段有吸引力的自我介绍的句子，以此来吸引读者关注和点赞我的账号。 """ prompt = ChatPromptTemplate.from_messages([     HumanMessagePromptTemplate.from_template(prompt_template) ])  # 定义输出解析器 parser = StrOutputParser()  chain = (     {"name":RunnablePassthrough(), "description":RunnablePassthrough() } ## 这里是给prompt的输入，两个参数     | prompt     | model     | parser )  ## invoke的第一个参数，传入json格式的参数，key与prompt中的参数名一致 response = chain.invoke({'name': '同学小张', 'description': '热爱AI，持续学习，持续干货输出'}, config={"callbacks":[handler]}) print(response) 

运行之后看下LangFuse平台，应该能看到你的项目和调用了。

2. 详细信息查看 - Traces页面

使用Traces页面，可以看到你每次程序运行的详细过程，包括每一步的输入、输出、耗时、token数等。

（1）进入Traces，可以看到你所有的运行目录。

（2）点击上方的任一ID，可以进入到本次运行的详细跟踪页面。该页面包含了本次运行的过程：详细执行步骤（右侧）。点击任一步骤，可以在左侧看到本步骤的输入和输出，以及耗时和token数（图中的148->241表示输入148token，输出241token）。

有了这个页面，你可以轻易的跟踪输入输出是否有问题，哪一步有问题，从而更好的调优你的程序。这个比自己打日志的信息更详细和更好用多了。

3. 在线数据标注和收集

Langfuse与LangSmith一样，也可以在线进行数据标注和收集。

（1）首先你需要先创建一个数据集的名称。

（2）如果没有事先创建数据集名称，在下面这一步无法选择dataset… 这是操作不如LangSmith的地方

（3）创建了数据集名称之后，下面这一步就可以正常添加了

（4）然后你就可以看到你添加的数据集了

4. 本地数据集的导入

Langfuse除了支持在线的数据标注和收集，也支持从本地导入数据集。

以AGI课堂中的数据集例子给大家做演示。

数据集格式如下（ .jsonl文件 ）：outlines、user_input 以及 label字段，其中label为标注，也就是输出结果。

{"outlines": "Assistants API\n✅1. OpenAI 给了我们更大空间\n✅2. 原生 API、GPTs、Assistants API、国产/开源大模型选型参考\n✅3. Assistants API 的主要能力\n✅4. 做一个自己的 GPT\n  1. 创建 assistant\n  2. 管理 thread\n  3. 添加 message\n  4. 开始 run\n  5. 中控调度\n  6. Function Calling\n  7. Code Interpreter\n  8. RAG", "user_input": "别进reddit的中文话题，那是最没营养的区域", "label": "N"} {"outlines": "【神秘嘉宾】大模型时代的AI产品新挑战\n1. AI 能力演进路线\n✅2. LLMs 带来的变化\n✅3. 如何将大模型落地到实际场景中\n✅4. LLMs 存在哪些问题\n✅5. LLMs 落地三要素\n✅6. LLMs 短期、中期和长期落地方向", "user_input": "对话式交互也不是所有场景都合适", "label": "N"} 

接口：create_dataset_item

实现代码：

import json  data = [] with open('D:\GitHub\LEARN_LLM\langsmith\my_annotations.jsonl','r',encoding='utf-8') as fp:     for line in fp:         example = json.loads(line.strip())         item = {             "input": {                 "outlines": example["outlines"],                 "user_input": example["user_input"]             },             "expected_output": example["label"]         }         data.append(item)          from langfuse import Langfuse from langfuse.model import CreateDatasetRequest, CreateDatasetItemRequest from tqdm import tqdm  # init langfuse = Langfuse()  # 考虑演示运行速度，只上传前5条数据 for item in tqdm(data[:5]):     langfuse.create_dataset_item(         dataset_name="assistant-data", ## 注意：这个dataset_name需要提前在Langfuse后台创建         input=item["input"],         expected_output=item["expected_output"]     ) 

注意：dataset_name的名称需要首先在langfuse平台中手动创建。否则报错：

运行成功后，langfuse中可以看到上传的数据：

5. 数据集的测试与评估

5.1 定义评估标准

这里定义一个简单的标准，就是比较输出和期望的结果是否一样。

def simple_evaluation(output, expected_output):   return output == expected_output 

5.2 定义Chain

在这里定义你的待评估的主要数据处理流程程序，也就是你的大模型应用。

from langchain.prompts import PromptTemplate  need_answer=PromptTemplate.from_template(""" ********* 你是AIGC课程的助教，你的工作是从学员的课堂交流中选择出需要老师回答的问题，加以整理以交给老师回答。   课程内容: {outlines} ********* 学员输入: {user_input} ********* 如果这是一个需要老师答疑的问题，回复Y，否则回复N。 只回复Y或N，不要回复其他内容。""")  model = ChatOpenAI(temperature=0,model_kwargs={"seed":42}) parser = StrOutputParser()  chain_v1 = (     need_answer     | model     | parser ) 

5.3 运行测试

下面的代码中几个关键点：
（1）ThreadPoolExecutor用来开启线程池，并行测试数据集内的测试数据，可不用，串行测试即可，只是需要花更多时间。
（2）获取数据集的接口: dataset = langfuse.get_dataset(dataset_name)
（3）通过callback与LangChain集成：handler = item.get_langchain_handler(run_name=run_name)
（4）评分：handler.root_span.score，其中value为上面咱们自定义的评估标准函数
（5）本次测试的名称：run_name，也就是“v1-xxxxx”。

from concurrent.futures import ThreadPoolExecutor from functools import partial from langfuse import Langfuse  langfuse = Langfuse()  def run_evaluation(chain, dataset_name, run_name):     dataset = langfuse.get_dataset(dataset_name)      def process_item(item):         handler = item.get_langchain_handler(run_name=run_name)                  # Assuming chain.invoke is a synchronous function         output = chain.invoke(item.input, config={"callbacks": [handler]})                  # Assuming handler.root_span.score is a synchronous function         handler.root_span.score(             name="accuracy",             value=simple_evaluation(output, item.expected_output)         )         print('.', end='',flush=True)      # Using ThreadPoolExecutor with a maximum of 10 workers     with ThreadPoolExecutor(max_workers=4) as executor:         # Map the process_item function to each item in the dataset         executor.map(process_item, dataset.items)          run_evaluation(chain_v1, "assistant-data", "v1-"+str(uuid.uuid4())[:8]) 

5.4 运行结果

测试结果：

每个数据的测试结果及详情：

本文到这里就结束了，在本文中，我们全面介绍了Langfuse平台的基本功能：从程序运行监控、跟踪，到数据集的创建、建立自己的评估标准，再到实际运行一个测试，得到测试结果。简单的使用，相信大家能对langfuse平台有一个全面的认识。

如果觉得本文对你有帮助，麻烦点个赞和关注呗 ~~~

---

• 大家好，我是同学小张，日常分享AI知识和实战案例
• 欢迎 点赞 + 关注 👏，持续学习，持续干货输出。
• +v: jasper_8017 一起交流💬，一起进步💪。
• 微信公众号也可搜【同学小张】 🙏

本站文章一览：