Langfuse JavaScript SDK 架构设计与实现原理

本文以 @langfuse/openai、@langfuse/tracing、@langfuse/otel 三个包为主线,解释 Langfuse JavaScript SDK 如何采集 LLM 调用日志、如何组织 trace/span 父子关系,以及最终如何上报到 Langfuse 服务端。

架构总览图

flowchart TD User["用户在 Chat 页面发起多轮对话"] Session["Session<br/>sessionId = conversationId<br/>表示一整个聊天会话"] User --> Session Session --> Turn1["Trace: turn-1<br/>一次用户请求"] Session --> Turn2["Trace: turn-2<br/>一次用户请求"] Session --> Turn3["Trace: turn-3<br/>一次用户请求"] Turn3 --> Agent["Span: agent-run<br/>单轮 Agent 执行父节点"] Agent --> Tool["Tool observation<br/>search-docs / call-api"] Agent --> LLM["Generation observation<br/>OpenAI chat.completions.create"] LLM --> Proxy["@langfuse/openai<br/>Proxy 包装 OpenAI client"] Proxy --> Tracing["@langfuse/tracing<br/>startObservation / update / end"] Tool --> Tracing Agent --> Tracing Tracing --> OTel["OpenTelemetry Span<br/>traceId / spanId / parentSpanId<br/>attributes"] OTel --> Processor["@langfuse/otel<br/>LangfuseSpanProcessor"] Processor --> Langfuse["Langfuse Server<br/>查询 sessionId 聚合多轮<br/>查询 traceId 查看单轮细节"]

1. 核心目标

Langfuse SDK 不是只记录一条普通日志。它的目标是把一次 LLM/Agent 执行过程结构化成可分析的观测数据:

text 复制代码
Session conv-123
  Trace turn-1
    Span agent-run
      Tool search-docs
      Generation openai-call

  Trace turn-2
    Span agent-run
      Tool search-docs
      Tool call-api
      Generation openai-call

这里有几个层级:

  • sessionId:一整个用户会话,例如用户打开 chat 页面后持续聊天,直到新建会话或关闭。
  • traceId:一次完整执行链路。对聊天产品来说,通常是一轮用户请求。
  • span:trace 中的一个业务步骤,例如 agent-run、检索、数据库查询。
  • generation:特殊 span,表示一次 LLM 调用,例如 OpenAI Chat Completion。
  • tool:特殊 span,表示一次工具调用或外部 API 调用。

2. 包职责划分

@langfuse/openai

负责接入 OpenAI SDK。

它不直接拦截 HTTP 请求,而是用 Proxy 包住 OpenAI client。当用户调用:

ts 复制代码
openai.chat.completions.create(...)

实际调用的是 Langfuse 包装后的函数。包装函数会:

  1. 解析 OpenAI 请求参数。
  2. 创建 Langfuse generation。
  3. 调用原始 OpenAI SDK 方法。
  4. 解析 OpenAI 返回结果和 token usage。
  5. 更新并结束 generation。

核心入口是:

ts 复制代码
observeOpenAI(new OpenAI(), config)

@langfuse/tracing

负责创建 observation,也就是 Langfuse 语义下的 span/generation/tool/chain 等。

主要 API:

ts 复制代码
startObservation(...)
startActiveObservation(...)
propagateAttributes(...)

它基于 OpenTelemetry 创建 span,并在 span 上写入 Langfuse 需要的 attributes。

@langfuse/otel

负责把结束后的 OpenTelemetry span 转换、处理并上报到 Langfuse。

核心类:

ts 复制代码
LangfuseSpanProcessor

它会处理:

  • 批量上报
  • flush/shutdown
  • 数据脱敏 mask
  • span 过滤 shouldExportSpan
  • media 处理
  • environment/release 标记

3. OpenAI 监控实现原理

@langfuse/openai 的核心是 observeOpenAI。

简化版逻辑:

ts 复制代码
function observeOpenAI(sdk, config) {
  return new Proxy(sdk, {
    get(target, prop) {
      const original = target[prop];

      if (typeof original === "function") {
        return withTracing(original.bind(target), config);
      }

      if (typeof original === "object" && original !== null) {
        return observeOpenAI(original, config);
      }

      return original;
    },
  });
}

所以:

ts 复制代码
openai.chat.completions.create(...)

会逐层触发:

text 复制代码
get chat
get completions
get create

chat 和 completions 是对象,继续递归代理。create 是函数,于是替换为 withTracing(...) 包装函数。

4. 一次 OpenAI 调用的生命周期

一轮 OpenAI 调用大致经历:

text 复制代码
用户调用 openai.chat.completions.create
  ↓
withTracing 包装函数执行
  ↓
parseInputArgs 解析请求参数
  ↓
startObservation 创建 generation
  ↓
调用原始 OpenAI SDK 方法
  ↓
等待返回结果或消费 stream
  ↓
parseCompletionOutput / parseUsageDetails 解析响应
  ↓
generation.update(...)
  ↓
generation.end()
  ↓
LangfuseSpanProcessor 上报

创建 generation 时记录请求侧数据:

ts 复制代码
const generation = startObservation(
  "OpenAI-completion",
  {
    model,
    input,
    modelParameters,
    prompt,
    metadata,
  },
  { asType: "generation" },
);

OpenAI 返回后补充响应侧数据:

ts 复制代码
generation
  .update({
    output,
    usageDetails,
    model: modelFromResponse,
    modelParameters: modelParametersFromResponse,
    metadata: metadataFromResponse,
  })
  .end();

因此一条 generation 的信息是分两次写入的:

  • 开始时:记录 input/model/modelParameters。
  • 结束时:记录 output/usageDetails/metadata。

5. Streaming 调用如何处理

普通调用可以等 Promise resolve 后直接记录 output。

但 streaming 返回的是 async iterable:

ts 复制代码
for await (const chunk of stream) {
  ...
}

Langfuse 不能立刻结束 generation,因为完整输出还没有生成完。

所以 SDK 会返回一个新的 async generator:

ts 复制代码
async function* tracedOutputGenerator() {
  for await (const rawChunk of originalStream) {
    collect(rawChunk);
    yield rawChunk;
  }

  generation.update({
    output: collectedText,
    usageDetails,
    completionStartTime,
  }).end();
}

这保证了两件事:

  • 用户仍然可以正常消费原始 stream。
  • Langfuse 能在 stream 完成后记录完整输出。

6. startObservation 是什么

startObservation 是创建一条 Langfuse observation 的入口。

简化理解:

ts 复制代码
function startObservation(name, attributes, options) {
  const otelSpan = tracer.startSpan(name, parentContext);

  if (options.asType === "generation") {
    return new LangfuseGeneration({ otelSpan, attributes });
  }

  return new LangfuseSpan({ otelSpan, attributes });
}

它做三件事:

  1. 创建 OpenTelemetry span。
  2. 根据 asType 包装成 Langfuse 类型,例如 span/generation/tool。
  3. 把初始 attributes 写到 span 上。

例如:

ts 复制代码
const generation = startObservation(
  "llm-call",
  {
    model: "gpt-4o-mini",
    input: { messages },
  },
  { asType: "generation" },
);

之后可以继续补数据:

ts 复制代码
generation.update({
  output,
  usageDetails,
});

generation.end();

end() 之后,这条 span 才会进入上报流程。

7. startActiveObservation 与父子关系

startActiveObservation 的作用是创建一个 span,并把它设置为当前 async context 中的 active span。

ts 复制代码
await startActiveObservation("agent-run", async () => {
  await openai.chat.completions.create(...);
});

在 callback 内部创建的新 span/generation 会自动挂到 agent-run 下面:

text 复制代码
Trace turn-1
  Span agent-run
    Generation OpenAI.chat

这依赖 OpenTelemetry 的 context propagation。

它解决的问题是:不需要在每个函数里手动传 parent id。

不用这样:

ts 复制代码
await callOpenAI({ parentId: agentRun.id });
await callTool({ parentId: agentRun.id });

而是这样:

ts 复制代码
await startActiveObservation("agent-run", async () => {
  await callTool();
  await callOpenAI();
});

只要 callTool() 和 callOpenAI() 内部使用同一个 OpenTelemetry context,它们就能自动找到父级。

8. sessionId、traceId、父级 span 的关系

推荐建模:

text 复制代码
sessionId = 整个聊天会话
traceId   = 单轮用户请求
span      = 单轮请求里的业务步骤
generation = 一次 LLM 调用
tool       = 一次工具调用

例如:

text 复制代码
Session conv-123
  Trace turn-1
    Generation llm-call

  Trace turn-2
    Tool search-docs
    Generation llm-call

  Trace turn-3
    Span agent-run
      Tool search-docs
      Tool call-api
      Generation llm-call

是否需要 agent-run 父级 span,取决于单轮逻辑复杂度。

简单场景可以直接:

text 复制代码
Trace turn-1
  Tool search-docs
  Generation llm-call

复杂 Agent 场景建议:

text 复制代码
Trace turn-1
  Span agent-run
    Tool search-docs
    Tool call-api
    Generation llm-call

agent-run 的价值是把一次 Agent 执行内部的多个步骤组织成一棵树,并可以在父级记录总输入、总输出、总耗时等信息。

9. 多轮对话如何展示

多轮聊天里,每一轮 LLM 调用都会真实产生 token 成本。

即使第 4 轮请求的 messages 已经包含了第 1、2、3 轮历史,也不能只保留第 4 轮。因为前 3 轮的请求已经发生,token/cost/latency 都是真实存在的。

推荐日志平台展示:

text 复制代码
Session conv-123
  Overview
    totalTokens = sum(turn1, turn2, turn3, turn4)
    totalCost = sum(turn1, turn2, turn3, turn4)
    turns = 4

  Conversation
    展示最后一轮 input.messages + output

  LLM Calls
    turn-1 tokens/cost/latency
    turn-2 tokens/cost/latency
    turn-3 tokens/cost/latency
    turn-4 tokens/cost/latency

也就是说:

  • 看完整上下文:看最后一轮 generation,或父级 conversation 的 finalHistory。
  • 算成本:累加每一轮 generation。
  • 排查问题:点进具体某一轮 trace。

平台侧通常按 sessionId 聚合:

text 复制代码
WHERE sessionId = 'conv-123'
ORDER BY startTime ASC

10. 为什么使用 OpenTelemetry

Langfuse 理论上可以直接 fetch 上报:

ts 复制代码
await fetch("/ingestion", {
  method: "POST",
  body: JSON.stringify({ input, output, usage }),
});

但 OpenTelemetry 已经标准化了以下能力:

  • traceId、spanId、parentSpanId
  • span start/end 生命周期
  • async context 中的父子关系传播
  • processor/exporter 上报管线
  • 与 HTTP、DB、Redis、队列等其他监控系统集成

因此 Langfuse 选择把 LLM 日志建模为 OpenTelemetry span,再由 LangfuseSpanProcessor 负责转换并上报。

这让 LLM 调用可以和普通后端链路放在同一棵 trace 树里:

text 复制代码
POST /chat
  auth
  load-history
  agent-run
    search-docs
    openai-call
  save-message

11. 端到端示例

ts 复制代码
await propagateAttributes(
  {
    traceName: "chat-turn",
    sessionId: conversationId,
    userId,
  },
  async () => {
    await startActiveObservation("agent-run", async (agentSpan) => {
      const tool = agentSpan.startObservation(
        "tool:search-docs",
        { input: { query: userMessage } },
        { asType: "tool" },
      );

      const docs = await searchDocs(userMessage);

      tool.update({ output: docs }).end();

      const openai = observeOpenAI(rawOpenAI, {
        generationName: "llm-call",
        generationMetadata: {
          conversationId,
          turnIndex,
        },
      });

      const completion = await openai.chat.completions.create({
        model: "gpt-4o-mini",
        messages,
      });

      agentSpan.update({
        output: {
          answer: completion.choices[0]?.message.content,
          messages,
        },
      });
    });
  },
);

最终结构:

text 复制代码
Session conversationId
  Trace chat-turn
    Span agent-run
      Tool tool:search-docs
      Generation llm-call

12. 总结

Langfuse JavaScript SDK 的设计可以概括为:

text 复制代码
@langfuse/openai
  用 Proxy 包装 OpenAI SDK,自动采集 LLM input/output/usage

@langfuse/tracing
  基于 OpenTelemetry 创建 span/generation/tool,并管理父子关系

@langfuse/otel
  在 span.end() 后收集、处理、批量上报到 Langfuse

最重要的设计思想是:

text 复制代码
sessionId 管整场会话
traceId 管一次请求
span 管一次请求中的步骤
generation 管一次 LLM 调用
tool 管一次工具调用
OpenTelemetry 管父子关系和上报生命周期
相关推荐
狼爷2 小时前
看懂了历史,为什么你反而更怕 AI
aigc
Csvn3 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
岁月宁静4 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
XLYcmy5 小时前
基于大语言模型的智能漏洞检测与修复系统 作品报告评审分析报告 上
llm·prompt·模糊测试·漏洞修复·漏洞检测·deepseek·消融实验
小七-七牛开发者5 小时前
周 1 上线 | DSH 喜提原神进场动画,Anthropic 启动 IPO 路演;黄仁勋辞任;微软全球大宕机超 24 小时
ai·大模型·agent·token·工作流·claudecode·ai coding
泯泷6 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
阿里云大数据AI技术6 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
ZhengEnCi6 小时前
AI 规则越多越费 Token:无关规则让每次回答多耗 46% 的规则体检提示词
aigc·ai编程·claude
XLYcmy6 小时前
基于大语言模型的智能漏洞检测与修复系统 作品报告评审分析报告 下
机器学习·llm·prompt·api·token·漏洞修复·漏洞检测
QuZhengRong7 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱