適用於 Openclaw 的 Langfuse 可觀測性

一套為 OpenClaw 代理設計的專業 v3 可觀測性工具包，具有自動追蹤、成本分析和系統健康監控功能。

aiwithabidi

v1.0.0

Mar 5, 2026

安裝

基本資訊

Skill.md

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。


                  npx clawhub@latest install langfuse-observability

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式

~/.openclaw/skills/

工作區

<project>/skills/

優先級：工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。


                  請幫我使用 Clawhub 安裝 langfuse-observability。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。

想要直接下載？

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 Langfuse 可觀測性？

Langfuse 可觀測性被設計為 Openclaw Skills 生態系統中監控和調試 AI 代理的中樞神經系統。它提供了一個強大的 v3 工具包，允許開發人員為 LLM 調用、API 請求和工具執行實現深度可觀測性。透過集成此技能，用戶可以獲得對其代理工作流的完整可見性，從黑盒操作轉變為完全透明和可審計的過程。

該技能擅長將複雜的數據點合成位可操作的見解。它捕獲從高級會話分組到每個模型的細粒度成本追蹤的所有內容，確保開發人員能夠同時保持性能和預算效率。無論您是在本地還是在分佈式雲端環境中運行，此技能都能提供生產級可靠性所需的遙測數據。

Langfuse 可觀測性應用場景

調試複雜的多步代理工作流，以識別並解決邏輯故障或瓶頸。
即時監控 LLM API 成本，以管理每個會話或每個模型的預算約束。
使用詳細的追蹤日誌審計代理交互，以確保合規性和質量保證。
透過定時每日狀態報告實現代理系統的自動健康監控。

Langfuse 可觀測性運作原理

透過將 Python 系統路徑指向 langfuse-observability 腳本目錄，將該技能集成到工作區中。
開發人員使用 @traced 等裝飾器包裝其代理函數，或使用 trace_llm 和 trace_tool 等特定方法來捕獲執行數據。
Langfuse Python SDK v3.14.1 自動將遙測數據傳輸到指定的 Langfuse 主機。
追蹤在儀表板中組織，按會話分組並分析令牌使用量和相關成本。
管理和定時任務腳本支援基於 CLI 的查詢以及向 Telegram 等外部渠道發送自動報告。

Langfuse 可觀測性設定指南

要開始使用這些 Openclaw 技能，您需要配置環境以識別可觀測性腳本。在您的代理腳本中使用以下設置：

# 將技能目錄添加到 Python 路徑
import sys, os
sys.path.insert(0, os.path.expanduser("~/.openclaw/workspace/skills/langfuse-observability/scripts"))

# 導入追蹤工具包
from langfuse_hub import traced, trace_llm, trace_api, trace_tool, trace_event, flush

確保您的 Langfuse 實例運行在 http://langfuse-web:3000。

Langfuse 可觀測性資料結構與分類體系

此技能利用 Langfuse v3 模式將可觀測性數據組織成層級結構：

組件	描述
追蹤 (Traces)	整個代理運行的頂層執行上下文。
跨度 (Spans)	代表追蹤中的單個工作單元或工具執行。
生成 (Generations)	用於成本計算的 LLM 提示、補全和令牌計數的特定記錄。
評分 (Scores)	附加到特定追蹤或跨度的定性或定量評估指標。