--- title: "Langfuse w suwerennym AI OS" url: "https://majchrzycki.com/blog/langfuse-ewaluacja-agentow" description: "Otwarta platforma śledzenia i ewaluacji aplikacji LLM. Zastosowanie, alternatywy, ograniczenia i próba dla AI OS oraz AI SDLC." --- # Langfuse w suwerennym AI OS 30 lipca 2026· Aktualizacja: 28 września 2026·2 min czytania·Krzysztof Majchrzycki Temat: [Open Source AI](https://majchrzycki.com/blog/filar/open-source-ai) **Otwarta platforma śledzenia i ewaluacji aplikacji LLM.** Zapisuje trace, prompty, wersje i wyniki testów agenta. Ten tekst ocenia konkretną rolę komponentu w systemie AI-native. „Najlepszy” oznacza tu dobry wybór przy określonych wymaganiach, nie zwycięzcę w każdej firmie. Szeroką architekturę opisuje [filar Open Source AI](https://majchrzycki.com/blog/filar/open-source-ai). Źródłem opisu projektu jest [dokumentacja lub repozytorium twórców](https://github.com/langfuse/langfuse). Stan funkcji i licencji należy potwierdzić dla wybranej wersji. ## Czym jest i do czego służy? Otwarta platforma śledzenia i ewaluacji aplikacji LLM. Zapisuje trace, prompty, wersje i wyniki testów agenta. W praktyce trzeba oddzielić rolę tej technologii od całej platformy: komponent rozwiązuje określony problem, a tożsamość, polityka danych i obserwowalność nadal wymagają własnego projektu. ## Dlaczego warto rozważyć ją w suwerennym AI OS? Self-hosting może zatrzymać wrażliwe ślady we własnym środowisku. Suwerenność oceniamy przez możliwość uruchomienia, kontrolę danych i uprawnień, przenośność formatu oraz plan zmiany dostawcy. Jeśli rozwiązanie jest usługą zarządzaną, należy jawnie wskazać granicę kontroli; otwarty klient czy API nie czynią całej usługi open source. ## Jak wykorzystać ją przy kodowaniu z AI? W AI SDLC agent kodujący może przygotować konfigurację, adapter i test integracyjny, lecz człowiek powinien sprawdzić uprawnienia, koszty oraz skutki błędu. Punktem odbioru jest działający scenariusz: zapisuje trace, prompty, wersje i wyniki testów agenta. Agent nie powinien sam zatwierdzać swojej zmiany ani otrzymywać szerszych uprawnień niż wymaga zadanie. Przed wdrożeniem warto zachować ślad: wymaganie, wersję zależności, wynik testu i osobę akceptującą. Według [dokumentacji Langfuse](https://langfuse.com/faq/all/self-hosting-langfuse) rdzeń można hostować samodzielnie na licencji MIT, a wybrane funkcje enterprise mają osobną licencję. W przypadku danych osobowych w trace należy zweryfikować redakcję pól, retencję i dostęp operatorów przed uruchomieniem produkcyjnym. ## Alternatywy i ograniczenia Możliwe alternatywy: LangSmith, MLflow, Arize Phoenix. Sprawdź licencję wybranych funkcji i redaguj dane osobowe w telemetryce. Wybór powinien wynikać z pomiaru na własnych danych, zgodności z obecnym zespołem i możliwości wycofania rozwiązania. Sama liczba gwiazdek repozytorium lub obietnica marketingowa nie zastępuje próby. ## Co sprawdzić przed decyzją? Zbuduj małą próbę realizującą ten przypadek: zapisuje trace, prompty, wersje i wyniki testów agenta. Zmierz opóźnienie, koszt, jakość wyniku i zachowanie po błędzie. Sprawdź też, czy inny członek zespołu potrafi odtworzyć wynik na podstawie zapisanej konfiguracji. Przy szerszym projekcie porównaj [MLflow](https://majchrzycki.com/blog/mlflow-ai-sdlc) oraz [OpenTelemetry](https://majchrzycki.com/blog/opentelemetry-agenci-ai-os) i zapisz kryterium, po którym rozwiązanie będzie można wymienić. - Agenci AI ## Uporządkuj pierwszy krok z AI Bezpłatny poradnik pomaga wybrać proces, pytania diagnostyczne i kolejność działań. [Pobierz poradnik](https://majchrzycki.com/darmowy-poradnik-transformacji-ai-dla-firmy) Strony poradnika transformacji AI: rysunki i opisy cyfrowego modelu firmy ## Czytaj dalej - [MLflow w suwerennym AI OS](https://majchrzycki.com/blog/mlflow-ai-sdlc) - [OpenTelemetry w suwerennym AI OS](https://majchrzycki.com/blog/opentelemetry-agenci-ai-os) - [ClickStack w suwerennym AI OS](https://majchrzycki.com/blog/clickstack-obserwowalnosc-ai) - [Grafana w suwerennym AI OS](https://majchrzycki.com/blog/grafana-ai-os)