Langfuse 集成

了解如何通过 OpenLit 使用 OpenTelemetry 将 Langfuse 与 CrewAI 集成

将 Langfuse 与 CrewAI 集成

本 Notebook 演示如何通过 OpenLit SDK 使用 OpenTelemetry 将 Langfuse 与 CrewAI 集成。读完本 Notebook 后，你将能够使用 Langfuse 追踪你的 CrewAI 应用，以提升可观测性和调试能力。

什么是 Langfuse？ Langfuse 是一个开源的 LLM 工程平台。它为 LLM 应用提供追踪和监控能力，帮助开发者调试、分析和优化其 AI 系统。Langfuse 可通过原生集成、OpenTelemetry 以及 API/SDK 与各种工具和框架集成。

开始使用

我们将通过一个简单示例，演示如何使用 CrewAI，并通过 OpenLit 使用 OpenTelemetry 将其与 Langfuse 集成。

第 1 步：安装依赖项

%pip install langfuse openlit crewai crewai_tools

第 2 步：设置环境变量

设置你的 Langfuse API 密钥，并配置 OpenTelemetry 导出设置，以便将追踪发送到 Langfuse。有关 Langfuse OpenTelemetry 端点 /api/public/otel 和身份认证的更多信息，请参阅 Langfuse OpenTelemetry 文档。

import os
 
# Get keys for your project from the project settings page: https://cloud.langfuse.com
os.environ["LANGFUSE_PUBLIC_KEY"] = "pk-lf-..." 
os.environ["LANGFUSE_SECRET_KEY"] = "sk-lf-..."
os.environ["LANGFUSE_HOST"] = "https://cloud.langfuse.com" # 🇪🇺 EU region
# os.environ["LANGFUSE_HOST"] = "https://us.cloud.langfuse.com" # 🇺🇸 US region
 
 
# Your OpenAI key
os.environ["OPENAI_API_KEY"] = "sk-proj-..."

设置好环境变量后，我们现在可以初始化 Langfuse 客户端。get_client() 会使用环境变量中提供的凭据初始化 Langfuse 客户端。

from langfuse import get_client
 
langfuse = get_client()
 
# Verify connection
if langfuse.auth_check():
    print("Langfuse client is authenticated and ready!")
else:
    print("Authentication failed. Please check your credentials and host.")

第 3 步：初始化 OpenLit

初始化 OpenLit OpenTelemetry 插桩 SDK，以开始捕获 OpenTelemetry 追踪。

import openlit

openlit.init()

第 4 步：创建一个简单的 CrewAI 应用

我们将创建一个简单的 CrewAI 应用，让多个智能体协作回答用户的问题。

from crewai import Agent, Task, Crew

from crewai_tools import (
    WebsiteSearchTool
)

web_rag_tool = WebsiteSearchTool()

writer = Agent(
        role="Writer",
        goal="You make math engaging and understandable for young children through poetry",
        backstory="You're an expert in writing haikus but you know nothing of math.",
        tools=[web_rag_tool],  
    )

task = Task(description=("What is {multiplication}?"),
            expected_output=("Compose a haiku that includes the answer."),
            agent=writer)

crew = Crew(
  agents=[writer],
  tasks=[task],
  share_crew=False
)

第 5 步：在 Langfuse 中查看追踪

运行智能体后，你可以在 Langfuse 中查看 CrewAI 应用生成的追踪。你应该会看到 LLM 交互的详细步骤，这有助于你调试和优化 AI 智能体。

Langfuse 中的公开示例追踪

参考

• Langfuse OpenTelemetry 文档