Langfuse 怎么用：开源的 AI 工程平台

提到 Langfuse，绕不开它在 AI编程 上的定位：开源的 AI 工程平台，把追踪、评测、提示词管理与实验流程合并到同一工作台。这篇从官方资料出发，拆解它能做什么、适合谁用。

市场信号

企业采用：官方主页明确展示 Canva、Khan Academy、Twilio、Merck 等客户案例入口，且标注 Used by 19 of Fortune 50。 开发者采用：GitHub 仓库公开 28k+ star 与 500+ releases，结合周更节奏，说明社区反馈与功能迭代活跃。 不确定项：官方未公开付费客户净增、续费率、各行业渗透率，相关经营指标以官方后续披露为准。

产品能力

• 可观测追踪：对 LLM 调用、工具调用、检索步骤与会话链路做层级化追踪。
• 提示词管理：支持提示词版本管理、发布与缓存，减少线上回归风险。
• 评测与实验：覆盖 LLM-as-a-judge、代码评测、数据集实验与人工标注队列。
• 指标与成本监控：提供成本、延迟、质量监控面板并支持告警。
• 开放接口能力：公开 API、Query SDK 与导出能力，便于接入企业内部数据管道。

一句话判断：如果你的工作流确实卡在上面这些环节，Langfuse 值得放进候选名单先做小范围验证；反之则不必为了功能而引入。