追踪

使用 Langfuse 进行可观测性和追踪。

---

致谢

本文档由社区贡献者 jannikmaierhoefer 贡献。👏

RAGFlow 内置了 Langfuse 集成，以便您可以近乎实时地检查和调试 RAG 流水线的每一个检索和生成步骤。

Langfuse 将追踪、跨度（spans）和提示词载荷存储在专门构建的可观测性后端中，并提供过滤和可视化功能。

注意

• RAGFlow ≥ 0.18.0（包含 Langfuse 连接器）
• 一个带有 Project Public Key 和 Secret Key 的 Langfuse 工作区（云服务或自托管）

---

1. 收集您的 Langfuse 凭据

1. 登录您的 Langfuse 面板。
2. 打开 设置 ▸ 项目，然后创建新项目或选择现有项目。
3. 复制 Public Key 和 Secret Key。
4. 记下 Langfuse host（例如 https://cloud.langfuse.com）。如果您是自托管，请使用您自己安装的根 URL。

这些密钥是项目范围的：一对密钥足以用于所有应写入同一项目的环境。

---

2. 将密钥添加到 RAGFlow

RAGFlow 按租户存储凭据。您可以通过 Web UI 或 HTTP API 进行配置。

1. 登录 RAGFlow 并单击右上角的头像。
2. 选择 API ▸ 滚动到底部 ▸ Langfuse 配置。
3. 填写您的 Langfuse Host、Public Key 和 Secret Key。
4. 点击 保存。

保存后，RAGFlow 将自动开始发送追踪数据——无需更改代码。

---

3. 运行流水线并查看追踪数据

1. 在 RAGFlow 中执行任何聊天或检索流水线（例如 Quickstart 演示）。
2. 打开您的 Langfuse 项目 ▸ 追踪。
3. 按名称过滤：ragflow-*（RAGFlow 会为每个追踪数据添加 ragflow-* 前缀）。

对于每个用户请求，您将看到

• 一个表示整体请求的追踪数据
• 用于检索、排序和生成步骤的跨度（spans）
• 完整的提示词、检索到的文档和 LLM 响应作为元数据

（Langfuse 中的追踪示例）

注意

使用 Langfuse 的 diff 视图比较提示词版本，或深入查看耗时较长的检索过程以识别瓶颈。