Langfuse Skills
Официальные скиллы Langfuse: Claude Code и Cursor настраивают трассировку LLM, ведут промпты и датасеты и переносят проекты с LangSmith
- 333 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Секретный ключ Langfuse открывает чтение и изменение трасс, промптов и датасетов проекта
- Скилл миграции переносит рабочие данные между платформами
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/langfuse-skillsОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Секретный ключ Langfuse открывает чтение и изменение трасс, промптов и датасетов проекта
- Скилл миграции переносит рабочие данные между платформами
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Команда Langfuse выпустила два скилла для работы с одноименной платформой наблюдаемости LLM. Основной скилл langfuse читает документацию langfuse.com перед написанием кода и обращается к данным через `langfuse-cli`: просматривает трассы, промпты, датасеты и оценки. В папке `references/` лежат отдельные руководства: инструментирование приложения, создание датасета, перенос промптов в Langfuse, правка промптов, настройка оценок, сбор обратной связи пользователей, разбор ошибок, калибровка судьи, затраты и CI/CD. Второй скилл, migrate-to-langfuse, переносит проект с другой платформы наблюдаемости, например LangSmith, Arize или Braintrust. Он сначала опрашивает пользователя об объеме работ, потом переключает живую трассировку и переносит историю трасс, датасеты, промпты и оценщики. Для работы нужны ключи проекта Langfuse в переменных `LANGFUSE_PUBLIC_KEY`, `LANGFUSE_SECRET_KEY` и `LANGFUSE_BASE_URL`.
Для кого. Командам, которые строят LLM-приложения и ведут трассы, промпты и оценки качества в Langfuse, облачном или собственном.
Подходит, если
- В приложение на Python или TypeScript нужно добавить трассировку вызовов модели
- Промпты лежат строками в коде, и их хотят перенести в управление промптами Langfuse
- Есть трассы, но нет оценок: надо выстроить датасет и оценщиков с чего-то начать
- Проект сидит на LangSmith или Braintrust и переезжает вместе с историей трасс
- Релизный конвейер должен останавливаться, если результаты эксперимента ухудшились
Не подходит, если
- Наблюдаемость ведется в другой платформе, и переезд не планируется
- Нужен только общий совет по промптам без обращения к данным Langfuse
- В проекте нет LLM-вызовов: инструментировать нечего
- Доступ к API Langfuse закрыт политикой компании, а ключей проекта у вас нет
Пример запроса к агенту
Добавь трассировку Langfuse в наш сервис на FastAPI и перенеси промпты из кода в управление промптамиОграничения
- Для работы нужна учетная запись Langfuse, облачная или на собственном сервере, и три переменные окружения с ключами проекта.
- Скилл langfuse обращается к langfuse.com за документацией, поэтому доступ к этому сайту должен быть открыт.
- Официальная установка в README описана для Cursor и через `npx skills`, для других агентов подходит ручное копирование папки.
- Скилл migrate-to-langfuse переносит рабочие данные, перед запуском стоит сделать резервную копию исходной платформы.
Как отключить. Удалите папки langfuse и migrate-to-langfuse из каталога скиллов или отключите плагин в Cursor. Удалите ключи Langfuse из окружения, если они больше не нужны.
Частые вопросы
Как поставить скиллы Langfuse в Claude Code?
Выполните `npx skills add langfuse/skills --skill "langfuse"`. Скилл для переезда ставится отдельно, если убрать флаг `--skill` и выбрать оба.
Где взять ключи Langfuse?
В проекте Langfuse откройте Settings, затем API Keys. Публичный и секретный ключ записывают в переменные окружения вместе с адресом облака или собственного сервера.
Работает ли скилл с Langfuse на своем сервере?
Да, в `LANGFUSE_BASE_URL` указывают адрес своей установки. В README отдельно упомянуты облака ЕС и США и самостоятельное размещение.
С каких платформ умеет переносить migrate-to-langfuse?
README называет LangSmith, Arize и Braintrust и добавляет «и другие». Скилл начинает с опроса об объеме переноса.
Чем скилл заменяет чтение документации вручную?
Он заставляет агента сначала загрузить свежие страницы langfuse.com, так как SDK меняется часто, а затем выбрать подходящую инструкцию из папки `references/`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкиллы LangSmith
LangSmith Skills
Официальные скиллы LangChain для LangSmith: запрос и выгрузка трейсов, датасеты для оценки и собственные эвалюаторы прямо из агента
Скилл с руководством по LangGraph 1.0: ReAct-агенты, StateGraph, middleware, память, MCP и RAG, чтобы Claude Code писал код на LangChain без устаревших API
Официальные скиллы LangChain: выбор между LangChain, LangGraph и Deep Agents, квикстарты, RAG, память, согласование с человеком и разработка оценок
Локальный MCP-сервер хранит скиллы как версии и пускает улучшенные варианты в работу только после проверки человеком
Аудит кэширования промптов
LLM Cache Audit Skill
Скилл для Codex и Claude Code, который ищет в коде и настройках причины промахов кэша промптов LLM и предлагает проверку
CLI и MCP-сервер, которые превращают сайты документации, репозитории, PDF и видео в скиллы и данные для RAG
Коротко о README
Два скилла представлены таблицей, затем перечислены способы установки: плагин Cursor, `skills` CLI и ручную ссылку. Отдельный раздел про требования называет три переменные окружения и место получения ключей. В конце приведены примеры задач и ссылка на обсуждения для запросов новых скиллов.
Бейдж для README
Исходный SKILL.md
---
name: langfuse
description: >-
Interact with Langfuse and access its documentation: tracing, monitoring, creating datasets, running experiments, and evaluating AI applications. Use when needing to (1) query or modify Langfuse data, (2) look up Langfuse documentation, concepts, integration guides, a feature or SDK usage, or (3) do any AI engineering task (AI observability, prompt engineering/management, evaluation and evaluator management, experimentation, dataset management, evaluation-driven CI/CD, feedback collection). Invoke it for tasks in this scope even when Langfuse is not configured or explicitly mentioned.
allowed-tools:
- WebFetch(domain:langfuse.com)
- Bash(curl *langfuse.com/*)
- Bash(npx langfuse-cli api __schema *)
- Bash(npx langfuse-cli api * --help *)
- Bash(npx langfuse-cli api * list *)
- Bash(npx langfuse-cli api * get *)
- Bash(bunx langfuse-cli api __schema *)
- Bash(bunx langfuse-cli api * --help *)
- Bash(bunx langfuse-cli api * list *)
- Bash(bunx langfuse-cli api * get *)
---
# Langfuse
This skill helps you use Langfuse effectively across all common workflows: instrumenting applications, migrating prompts, debugging traces, and accessing data programmatically.
## Core Principles
Follow these principles for ALL Langfuse work:
1. **Documentation First**: NEVER implement based on memory. Always fetch current docs before writing code (Langfuse updates frequently) See the section below on how to access documentation.
2. **CLI for Data Access**: Use `langfuse-cli` when querying/modifying Langfuse data. See the section below on how to use the CLI.
3. **Best Practices by Use Case**: Read the relevant reference below use-case-specific guidelines before asking the user for more details or implementing.
4. **Use latest Langfuse versions**: Unless the user specified otherwise or there's a good reason, always use the latest version of Langfuse SDKs/APIs. Even if you're only creating a plan for another agent to execute, be explicit about the exact version to use.
5. **If you guide the user through UI** and are unsure about a label or location, inspect the user’s screenshots or ask to see the relevant screen. Do not assume UI labels have the exact same names as API, SDK, or CLI fields.
## Use case specific references
- instrumenting an existing function/application: references/instrumentation.md
- creating or getting to a good (evaluation) dataset to measure quality or test for regressions in AI systems: references/create-dataset.md
- migrating prompts from a codebase into Langfuse: references/prompt-migration.md
- creating a prompt or changing any part of an existing prompt, including small edits and debugging/tuning: references/prompt-engineering.md
- setting up evals when the user needs to identify gaps across signal capture, monitoring, and evaluator metrics ("I have traces, how do I set up evals?"): references/setting-up-evals.md
- capturing user feedback signals (explicit ratings, behavioral events, conversation signals, task outcomes) as scores: references/user-feedback.md
- further tips on using the Langfuse CLI: references/cli.md
- preparing a Langfuse project for the v4 platform migration: references/v4-project-migration.md
- calibrating a new or existing LLM-as-a-Judge against labeled examples, iterating on its prompt, and deploying the approved judge: references/judge-calibration.md
- systematic error analysis when requested directly or eval setup still lacks concrete failure modes after agent-led trace inspection: references/error-analysis.md
- setting up CI/CD experiment gates with `langfuse/experiment-action`: references/ci-cd.md
- optimizing the cost of an LLM application or AI agent: references/cost-optimization.md
- submitting feedback about this skill: references/skill-feedback.md
## 1. Langfuse API via CLI
Use the `langfuse-cli` to interact with the full Langfuse REST API from the command line. Run via npx (no install required):
Start by discovering the schema and available arguments:
```bash
# Discover all available resources
npx langfuse-cli api __schema
# List actions for a resource