LLM 应用上线之后，三笔糊涂账最难算：一次回答背后调了几次模型、花了多少 token；用户抱怨慢，慢在检索还是慢在生成；提示词改了第八版，到底哪版效果好。Langfuse 干的就是替你把这本账记清楚——开源的 LLM 可观测与评估平台，追踪、评估、Prompt 管理一套全包，而且能整套装在自己机房。这篇基于八篇第三方实测与官方信息整理成档。

定位

Langfuse 出品的开源 LLM 工程平台，一句话定位：给 AI 应用装行车记录仪——每次调用全链路留痕，再在这堆痕迹上跑评估、管提示词、看指标。截至 2026年9月，GitHub 34.5k 星，仓库 2023 年创建至今一直高频更新；官网自述规模：月观测量 900 亿+，财富 50 强里有 21 家在用，平台技术栈建在 ClickHouse 上，v4 版本主打实时、比上代快至 165 倍。模型和框架无关：OpenAI、各类开源模型，LangChain、LlamaIndex、自研编排，SDK 插进去就能采。