进阶 pydantic.dev 2026-11-20 05:57:40 · 5 阅读
第31章 2026 年 Langfuse 的最佳替代方案:AI 可观测性平台深度对比
# 第31章:2026 年 Langfuse 的最佳替代品
凌晨两点,Agent 给出了错误答案。Langfuse 的 trace 就在那里:prompt、模型调用、工具调用、token、成本,看起来一切正常。但真正的原因是上游隔了两跳的 retrieval 服务里一个连接池超时,而这个信息根本没进 Langfuse——因为 Langfuse 的 OpenTelemetry 端点目前只采集 trace 数据,不支持日志和指标。于是故事只剩一半躺在另一个工具里、挂在另一个 ID 下,值班工程师只能手动把线索拼起来。
Langfuse 核心采用 MIT 协议,自托管没有用量限制,prompt 管理、数据集、实验、评估器也都是产品自带的功能。但团队仍然在离开它,而且离开的方向是可以预判的。
TL;DR:当 AI 功能只是大型应用的一部分,而你希望把模型调用、数据库查询和队列任务放进同一条可用 SQL 查询的 OpenTelemetry trace 时,我们推荐 Pydantic Logfire。如果 MIT 协议自托管整个 LLM 工作流是硬性要求,选 Langfuse。应用基于 LangChain 或 LangGraph 就选 LangSmith。看重基于评估分数的部署门禁就选 Braintrust。想要本地优先的追踪和评估沙箱就选 Arize Phoenix。想要“网关式日志”且能接受维护模式就选 Helicone。最看重 Apache 2.0 自托管加低门槛付费的就选 Laminar。团队已经在写 DeepEval 指标的就选 Confident AI。
最后更新:2026 年 8 月 26 日。价格和许可条款均读取自各厂商当日自己的页面。
## 为什么团队在寻找 Langfuse 替代品
以下四个原因反复出现。
计费单位不是 span。Langfuse 的计费单位是 trace、observation 或 score,所以评估和标注会与追踪共用同一个计量器。提升质量监测会直接推高账单,而在规划套餐时这一点很容易被忽略。
trace 会进来,日志和指标不会。Langfuse 的 OTLP 端点目前只接受 trace 数据,走 HTTP/JSON 或 HTTP/protobuf,尚未支持 gRPC。于是 LLM trace 在一个系统里,其他生产遥测数据在另一个系统里。
部分治理功能需要企业版密钥。所有核心功能都是 MIT 协议且无用量限制,但有九项功能需要 LANGFUSE_EE_LICENSE_KEY:项目级 RBAC 角色、受保护的 prompt 标签、数据保留策略、审计日志、服务端数据脱敏、UI 定制、组织创建者、带 SCIM 的组织管理 API,以及实例管理 API。这几项恰好是安全审查最关注的。
所有权变更。ClickHouse 于 2026 年 1 月收购了 Langfuse。两家公司都承诺保持项目开源、可自托管,云服务照常运行。这是实实在在的承诺,但新东家也足以让一些团队重新做一遍评估。
## 替代品要看什么
这是我们的评估标准,带着主观倾向。
埋点数据换平台后还能活吗?一个在整个数据模型上都讲 OpenTelemetry 的平台,和只通过适配器接受 OTLP 的 LLM 切片的平台,完全是两回事。前者意味着 span 可移植,后者意味着只有适配器覆盖的部分可移植。
工具能看到模型调用之外吗?大多数 LLM 可观测性产品默认模型调用应该待在自己的孤岛里,与 HTTP handler、数据库查询和后台任务分开。但生产环境的故障从不遵守这个边界。
计量器上放着什么?先数清计量器的数量,再看每个计量什么。请求、span、unit、score、处理过的 GB 这些单位并不等价,而一个用有利单位计量的免费额度说明不了什么。
许可协议到底允许什么?“开源”和“源码可见”是两回事。Elastic License 2.0 和 business-source 类许可证未获 OSI 认证,而“MIT 核心 + 单独授权的企业版目录”也不等于 MIT 产品。
能不能提出没人预料到的问题?筛选栏是一堵天花板,查询语言不是。
## 我们如何比较
我们在上述日期阅读了各厂商当前的定价页和产品文档,并打开了每个仓库的 license 文件。对每个产品,我们记录了免费额度及其上限、首个付费档的周期和包含用量、OTLP 采集是只覆盖 trace 还是连同日志和指标,以及自托管是否包含全部功能。每一条都有定位和短板,包括我们自己的。文档中描述不明确的地方,我们会明确指出。
## 2026 年最好的 Langfuse 替代品
### 1. Pydantic Logfire:综合最佳
Logfire 把 LLM 调用当成众多 span 中普通的一个。模型调用、工具调用、工具背后的 Postgres 查询、发起这一切的 HTTP 请求、沿途产生的日志,都落在同一条 trace 里,共用一个计量器。它对 trace、日志和指标都是 OpenTelemetry 原生的,任何有 OTel SDK 的语言都能对接端点,Python、TypeScript 和 Rust 还有一等公民 SDK。查询用兼容 PostgreSQL 的 SQL 直接查原始记录表,支持 join 和窗口函数,还提供 MCP server 把同样的查询能力暴露给编码 Agent。评估和带版本、标签、灰度定向的托管 prompt 也在同一个产品里。免费的 Personal 计划每月含 1000 万条记录,Team 计划每月 49 美元,每增加 100 万条记录 2 美元。
自托管仅限 Enterprise 版。如果你的要求是在宽松许可的代码上自己跑平台,Logfire 满足不了,而 Langfuse 的 MIT 核心可以,边界就是那九项企业密钥功能。LLM 工作流方面的功能也更新一些:Langfuse 在数据集和实验工具上积累的年头更久。规划套餐前还有一点值得知道:计量器统计的是每一条记录,对整个应用埋点正是推高用量的原因。
适合的场景:AI 功能只是更大服务中的一部分,想要对所有内容用一个查询面,且能接受默认托管式平台作为交换。
### 2. Langfuse:如果 MIT 协议自托管整个工作流是硬性要求
Langfuse 本身也留在对比中作为基线。追踪、prompt 管理、数据集、实验、LLM-as-a-judge 和自定义评估器、标注队列、仪表盘、告警一应俱全,集成列表很长,核心自托管没有用量限制,可扩展性与云版没有差别。云版 Core 从每月 29 美元起,含 10 万个 unit,超额按每 10 万 unit 8 美元起阶梯计费;免费的 Hobby 档每月 5 万 unit,数据保留 30 天。
OTLP 采集只覆盖 trace,不含日志和指标,所以全栈关联意味着要再跑一套系统。unit 的定义把 score 和 observation 也算进了与 trace 相同的计量器。而上面列的九项企业密钥功能,恰恰是审计最在意的。
定位:绑定约束是拥有部署本身、且接受 LLM 遥测单独一套系统的团队。
### 3. LangSmith:应用构建在 LangChain 或 LangGraph 上时
LangSmith 由 LangChain 团队打造,所以 LangChain 和 LangGraph 应用无需适配器就能直接追踪进来——如果你的 Agent 是一张 LangGraph 图,这一点很重要。它也在 https://api.smith.langchain.com/otel 接受标准 OTLP trace,非 LangChain 服务也能上报到同一个项目。
定价是席位加 trace:Plus 计划每席位每月 39 美元,含 1 万条基础 trace;免费的 Developer 档上限是 1 个席位、每月 5000 条基础 trace。保留期分层:基础 trace 14 天,扩展 trace 400 天(后者单独计费)。产品闭源,自托管仅限 Enterprise。
适合已经押注 LangChain 或 LangGraph、并为第一方集成接受按席位加按 trace 计费的团队。
### 4. Braintrust:当基于评估分数的部署门禁是重点时
Braintrust 把评估循环放在第一位:数据集、评分器、实验、支持运行时 invoke() 和版本固定的 prompt 管理,以及能在分数回退时阻止部署的 CI 门禁。它采集 OTLP trace,并把 GenAI 语义约定的属性映射为结构化的输入、输出和 token 指标。
账单上有多个独立计量器。Pro 是每月 249 美元,含 249 美元模型额度、5 GB 处理数据(超出每 GB 3 美元)、5 万次评分(超出每千次 1.5 美元)、30 天保留期(超出每月每 GB 0.5 美元)。免费的 Starter 档是 1 GB、1 万次评分、14 天。产品专有,本地部署仅限 Enterprise。
适合的团队:瓶颈在回归测试而非生产调试,并且能在四个计量器之间做预算。
### 5. Arize Phoenix:本地优先的追踪和评估沙箱
Phoenix 跑在笔记本或容器上,覆盖追踪、带版本管理的 prompt 管理、对比 prompt 变体的 playground、数据集和实验。它基于 OpenTelemetry 并使用 OpenInference 约定,现有的 OTel 埋点可以很方便地指向它。
Phoenix 采用 Elastic License 2.0,属于源码可见但未获 OSI 认证,说它是开源并不准确,法务审查也可能将其与 MIT 或 Apache 2.0 区别对待。Arize AX 是 Phoenix 之上的商业层,免费档每月 2.5 万 span、保留 15 天;Pro 每月 50 美元,含 5 万 span 和 10 GB、保留 30 天。所有权也在变动:Dynatrace 已于 2026 年 8 月 13 日同意收购 Arize,成交尚待监管审查。
适合想在几分钟内于本地跑起追踪和评估的个人工程师与研究团队,且法务能接受源码可见的许可证。
### 6. Helicone:网关式日志,需把维护模式计入考量
Helicone 以 OpenAI 兼容网关的形式部署在模型提供商前面,改个 base-URL 就能开始产出日志,缓存、降级和多提供商路由都在同一层完成。它有异步路径可以不挡请求链路,有完全绕过代理的 OpenLLMetry 集成,支持带实验的 prompt 版本管理,以及 LLM 评审和自定义评估器。协议是 Apache 2.0,可用 Docker Compose 或 Helm 自托管。免费的 Hobby 档是单席位每月 1 万次请求,Pro 每月 79 美元。
Helicone 已被 Mintlify 收购,用官方原话说,其服务“在可预见的未来将以维护模式保持在线”,即截至 2026 年 3 月 3 日的公告,安全更新、新模型和 bug 修复仍在继续。但新功能开发不在承诺之内,公告也没有给出任何方向的终止日期。
如果要求就是在宽松许可的代码上做网关式日志,且维护模式已被计入成本,可以选它。
### 7. Laminar:如果 Apache 2.0 自托管加低付费门槛最重要
Laminar 端到端都是 Apache 2.0,一条 docker compose up 就能自托管,生产环境有更完整的 compose 文件。它通过 gRPC 和 HTTP 接受 OTLP,文档记载的功能包括追踪、在本地或 CI 中对数据集做评估、打标签、用不同 prompt 或模型重放某条 traced span 的 playground,以及从 UI、CLI 或 MCP 直接执行原始 SQL。付费门槛很低:Starter 每月 30 美元含 3 GB,超出每 GB 2 美元,保留 30 天;免费档是 1 GB、保留 7 天、1 个席位、1 个项目。
功能覆盖比这里的老牌产品窄。Laminar 的文档以追踪为中心,截至 2026 年 8 月我们无法从文档确认它是否支持与 trace 并行的完整日志采集,或 Langfuse 和 LangSmith 那种带版本的 prompt 注册表。在基于这些能力搭建工作流之前,值得对照当前文档再核实。它也是一个比 Langfuse 小得多的项目——2026 年 8 月约 3200 个 GitHub star,对比约 34000 个——打算自托管时这是实实在在的考量。
适合想要宽松许可、便宜的首个付费档,且能接受功能面更窄更年轻的团队。
### 8. Confident AI (DeepEval):评估套件已经是 DeepEval 时
DeepEval 是一个 Apache 2.0 的指标库,2026 年 8 月约 17900 个 GitHub star;Confident AI 是围绕它的托管平台:追踪、在 span 到达时对其运行 DeepEval 指标的在线评估、标注队列、prompt 版本管理和 CI 回归测试。它在专用端点通过 HTTP 接受 OTLP,所以埋点并不锁定在 DeepEval SDK 上。
从免费到付费的跨度很大。免费档是 1 个项目、2 个席位、每周 5 次测试运行、1 GB-月的 trace span,超出的 span 会被丢弃而非计费;Starter 每月 200 美元,5 个项目、5 GB-月;Team 每月 2000 美元。库是 Apache 2.0,但平台专有,本地部署仅限 Enterprise。
适合评估套件已经用 DeepEval 写好、且预算够得着 200 美元档的团队。
## 一览对比
## 如何选择
AI 代码是更大应用中的一个服务,且故障会跨越这个边界:Pydantic Logfire。
法务要求端到端都是 OSI 认可的许可证:Laminar 或 Helicone,两者都是 Apache 2.0。Langfuse 核心是 MIT 且自托管无用量限制,但单独许可的 ee/ 目录意味着它通不过端到端审查。
遥测必须留在自己的基础设施上,且有预算购买受支持的部署:Pydantic Logfire Enterprise 可自托管完整平台;Arize Phoenix 在 Elastic License 2.0 可接受的情况下免费自托管。
在用 LangChain 或 LangGraph,框架契合度比按席位定价更重要:LangSmith。
发布流程应在评估分数下降时失败:Braintrust。
想今天下午就在笔记本上跑起追踪和评估:Arize Phoenix。
想要一个能记录日志、缓存、降级的代理,且接受维护模式:Helicone。
评估套件已经是 DeepEval:Confident AI。
想用 SQL 查原始遥测而不是学一套筛选语法:Pydantic Logfire 或 Laminar。
## 什么时候 Langfuse 仍是正确选择
有三种情况仍然倾向于留下。
第一是许可。Langfuse 核心是 MIT,自托管没有用量限制,可扩展性与云版无差别。Logfire 自托管仅限 Enterprise。如果“我们自己跑,跑在可以 fork 的代码上”是要求而非偏好,Langfuse 的 MIT 核心满足它,边界就是那些企业密钥功能,而 Logfire 仅限 Enterprise 的自托管不满足。
第二是沉没的工作流。prompt 版本、数据集、实验历史和标注队列代表着真实的工作量,这些都不会随一个 DSN 的变更而迁移。只有当你今天做不到的事造成的损失超过迁移成本时,迁移才值得。
第三是数据驻留。Langfuse 在自托管之外还提供欧盟、美国、日本和 HIPAA 云区域,当特定司法辖区写进了合同条款时,这比定制协议的路径更短。
## 常见问题
Langfuse 是开源的吗?
核心是,采用 MIT。仓库的 license 文件把 ee/、web/src/ee/ 和 worker/src/ee/ 目录排除在外,这些由单独的商业许可管辖,且九项功能在运行时需要企业许可密钥。准确的描述是“MIT 核心 + 商业许可的企业版”。
最便宜的 Langfuse 替代品是什么?
在自己的硬件上自托管 Laminar 或 Helicone,两者都是 Apache 2.0,成本只有基础设施。托管方案中,Langfuse Core 每月 29 美元和 Laminar Starter 每月 30 美元是这里最低的付费门槛。Pydantic Logfire 的免费 Personal 计划每月含 1000 万条记录,超出直接封顶而非计费,不过本次对比中各家免费档的计量单位不同,没法直接换算。
哪些替代品可以自托管全部功能?
Laminar 和 Helicone 以 Apache 2.0 提供自托管。Langfuse 自托管 MIT 核心无用量限制,但九项功能被企业密钥门控。Arize Phoenix 以 Elastic License 2.0 自托管,未获 OSI 认证。LangSmith、Braintrust、Confident AI 和 Pydantic Logfire 在其企业档提供自托管或本地部署。
切换意味着要重新埋点吗?
如果两端都讲 OpenTelemetry,就不用。Langfuse、LangSmith、Braintrust、Arize Phoenix、Laminar、Confident AI 和 Pydantic Logfire 都提供 OTLP trace 端点,标准 OTel SDK 只要改个端点和 header 就能切换过去;Helicone 也记录了绕过其代理的 OpenLLMetry 路径。不会自动迁移的是厂商私有的内容:prompt 注册表、数据集定义和评分器实现。
Pydantic Logfire 能替代 Langfuse 吗?
对于希望 LLM 遥测与其周边应用打通、共用一个计量器和一种查询语言的团队,可以。对于想在 MIT 许可的代码上运行整个平台的团队,不可以。Logfire 与 Langfuse 的详细对比我们另文展开。
全栈可观测性意味着更高的账单吗?
它意味着更多记录,所以取决于计量器。在 Logfire 上,同一条记录价格覆盖数据库 span 和 LLM span,1000 万条包含额度对两者都适用,所以问题在于总量,而不在于记录来自哪里。在按信号计费的产品上,增加应用遥测通常意味着增加第二个供应商。
## 免费试用 Pydantic Logfire
免费的 Personal 计划每月含 1000 万条记录:LLM 调用、HTTP 请求、数据库查询、日志和指标,共用一个计量器,可用兼容 PostgreSQL 的 SQL 查询。立即开始,或先阅读 Logfire 与 Langfuse 的对比。
| 工具 | 许可 | 自托管 | OTLP 采集 | 评估 | Prompt 管理 | 免费档 | 付费门槛 | 计费单位 |
|---|---|---|---|---|---|---|---|---|
| Pydantic Logfire | 平台专有,SDK 为 MIT | 仅 Enterprise 计划 | trace、日志和指标 | 有,托管评审和 Pydantic Evals | 有,版本、标签、灰度 | 每月 1000 万条记录,保留 30 天 | Team 每月 49 美元 | 记录:span、日志、指标 |
| Langfuse | MIT 核心;ee/ 目录单独许可 | 可以,核心无用量限制;9 项功能需 EE 密钥 | 仅 trace,HTTP/JSON 或 protobuf | 有,LLM-as-a-judge 和自定义 | 有 | Hobby:每月 5 万 unit,数据保留 30 天 | Core 每月 29 美元 | Unit:trace + observation + score |
| LangSmith | 专有 | 仅 Enterprise 计划 | trace | 有 | 有 | 每月 5000 条基础 trace,1 席位 | Plus 每席位每月 39 美元 | 席位 + 基础与扩展 trace |
| Braintrust | 专有 | 仅 Enterprise 计划 | trace,映射 GenAI 约定 | 有,评分器和 CI 门禁 | 有,运行时 invoke 和版本固定 | 每月 1 GB 数据和 1 万次评分,保留 14 天 | Pro 每月 249 美元 | 处理数据 GB、评分、模型额度、保留期 |
| Arize Phoenix | Elastic License 2.0,源码可见,未获 OSI 认证 | 可以,Phoenix 可本地或自托管运行 | trace,OpenInference 约定 | 有 | 有,版本管理和 playground | Phoenix 免费;Arize AX 免费每月 2.5 万 span | Arize AX Pro 每月 50 美元 | AX 上按 span 和采集 GB |
| Helicone | Apache 2.0 | 可以,Docker Compose 或 Helm | OpenLLMetry 异步日志;无通用 OTLP 端点 | 有,LLM 评审和自定义 | 有,版本管理和实验 | 每月 1 万次请求,1 席位 | Pro 每月 79 美元 | 请求 + 存储 |
| Laminar | Apache 2.0 | 可以,docker compose | trace,gRPC 和 HTTP | 有,本地或 CI 对数据集评估 | 截至 2026 年 8 月文档未确认 | 1 GB,保留 7 天,1 席位 | Starter 每月 30 美元 | 数据 GB + Signals token |
| Confident AI (DeepEval) | 平台专有;DeepEval 为 Apache 2.0 | 仅 Enterprise 本地部署 | trace,OTLP over HTTP | 有,在线和 CI | 有,版本管理 | 1 项目,每周 5 次测试运行,1 GB-月 | Starter 每月 200 美元 | trace span 的 GB-月 |