4.3 Langfuse 集成实战：追踪 OpenAI、LangChain 和 LangGraph 应用

4.3 Langfuse 集成实战：追踪 OpenAI、LangChain 和 LangGraph 应用

导语：在上一章，我们已经成功地在本地运行了 Langfuse，并初步领略了其强大的追踪能力。现在，是时候将这项能力应用到我们之前构建的各种 AI 应用中了。本章将是一次聚焦于“集成”的实战演练。我们将分别针对三种最主流的应用类型——基于原生 OpenAI API 的应用、基于 LangChain 的应用、以及基于 LangGraph 的复杂应用——提供清晰、可直接复用的集成代码范例。通过本章的学习，你将拥有一个可以随时查阅的“集成手册”，无论你未来的项目采用何种架构，你都能胸有成竹地为其装上 Langfuse 这双“火眼金睛”。

目录

1. 集成模式回顾：手动 vs. 自动
   • 手动追踪：通过langfuse.trace()等方法，精确控制每一个span和generation的创建。最灵活，也最繁琐。
   • 自动追踪：通过LangfuseCallbackHandler，利用框架（如 LangChain）的回调机制，自动捕获和记录所有事件。最便捷，也最“魔法”。