Langfuse
Платформа LLM engineering для трекинга агентов, управления промптами, запуска эвалюаций и отслеживания затрат и задержки.
Трассируйте вызовы агентов, версионируйте промпты, запускайте LLM-as-a-judge эвалюации и следите за стоимостью в облаке или на собственных серверах.
Langfuse — это open source платформа AI engineering для эвалюации и наблюдаемости агентов. Она принимает трейсы из вашего LLM-приложения, управляет промптами и запускает эвалюации. Она подходит разработчикам LLM-приложений, которым важно видеть, что делал каждый вызов и во сколько он обошелся.
Что это
Вы инструментируете приложение с помощью Python или JS/TS SDK, OpenTelemetry или интеграций вроде OpenAI, LangChain, LlamaIndex или LiteLLM, и трейсы появляются в Langfuse. Оттуда вы версионируете промпты, запускаете LLM-as-a-judge или ручные эвалюации, а также создаете дашборды для задержки, стоимости и качества. Бета-версия AI Gateway маршрутизирует вызовы моделей через единый эндпоинт.
Для кого
Подходит командам, выпускающим функции на базе LLM, которым требуются трекинг и эвалюации сверх обычных логов. Это избыточно для небольшого хобби-проекта, если вы обращаетесь к модели лишь изредка, а self-host добавляет инфраструктуру, которую придется обслуживать самостоятельно.
Ключевые возможности
Tracing for LLM apps
Отслеживайте вызовы LLM, поиск (retrieval), эмбеддинги и действия агентов в виде трейсов.
Prompt management
Версионируйте, совместно используйте и кэшируйте промпты, а также изменяйте их без повторного деплоя.
Evaluations
LLM-as-a-judge, код-эвалюаторы, отзывы пользователей и ручная разметка.
AI Gateway (beta)
Единый эндпоинт для вызовов провайдеров с централизованными ключами и трекингом затрат.
Dashboards and metrics API
Отслеживайте задержку, стоимость и качество с помощью настраиваемых дашбордов и алертов.
OpenTelemetry-based ingest
Любое приложение или коллектор с поддержкой OpenTelemetry могут отправлять трейсы.
Готово за 3 шага
Наш честный вердикт
Плюсы
- Создано на базе OpenTelemetry, поэтому существующие инструментированные приложения могут отправлять трейсы без кастомного SDK.
- Версии промптов и метки можно менять без изменения кода приложения.
- Доступно множество интеграций, включая OpenAI, LangChain, LlamaIndex, LiteLLM и несколько фреймворков для агентов.
- Облачный тариф Hobby бесплатен и не требует кредитной карты.
Минусы
- Self-host — это реальная операционная задача: Docker Compose подходит для одной ВМ, но в README Kubernetes с Helm указан как предпочтительный вариант для продакшена.
- Функции Enterprise находятся в отдельных директориях ee под лицензией, отличающейся от ядра MIT.
- Skill Management и AI Gateway помечены как бета-версии.
- Использование облака тарифицируется в единицах, при этом бесплатный тариф Hobby ограничен 50k единицами в месяц и 30 днями доступа к данным.
Цены и лицензия
Ядро распространяется по лицензии MIT и бесплатно для self-host. Langfuse Cloud (https://langfuse.com/pricing) предлагает бесплатный тариф Hobby с 50k единиц в месяц, Core за $29/мес., Pro за $199/мес. и Enterprise за $2499/мес., а дополнительные единицы стоят $8 per 100k.
Вакансии для носителей русского языка
870 открытых удалённых вакансий по обучению ИИ, обновлено 14 ноября 2026 г.; в большинстве оплата $20–$170 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Альтернативы
Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.
Используйте сами или мы всё настроим
Вопросы
Can I self-host Langfuse?
Да. В README приведены Docker Compose для одной машины, Helm для Kubernetes и шаблоны Terraform для AWS, Azure и GCP.
What does Langfuse Cloud cost?
Страница цен показывает бесплатный тариф Hobby, Core за $29/мес., Pro за $199/мес. и Enterprise за $2499/мес.
Does it work with LangChain or OpenAI?
Да. В README перечислены интеграции для OpenAI, LangChain и LangGraph, LlamaIndex, LiteLLM, Vercel AI SDK и других.
