An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez Langfuse LLM Tracing Evals à ChatGPT et Claude

Configurez-le une fois et il fonctionne avec ChatGPT, Claude, Cursor et n'importe quel autre client que vous aimez. Tout s'exécute en toute sécurité en arrière-plan, pour que vous puissiez vous détendre et vous concentrer sur l'essentiel. Pilotez vos traces, vos prompts et vos performances par simple conversation.

Demandez à l'IA à propos de ce Connector

Développé, maintenu et hébergé par Vinkius.

MCP VÉRIFIÉ · PRÊT POUR LA PRODUCTION · GARANTIE VINKIUS

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Votre IA fait le travail. Nous veillons dessus, en toute sécurité.

Aucun autre outil d'IA ne vous offre ça. Votre workflow s'exécute dans le client que vous aimez déjà, votre compte reste protégé, et vous décidez ce que l'agent peut ou ne peut pas faire. C'est la vraie raison de faire le pas.

Chaque Connector vit dans notre infrastructure, là où votre workflow s'exécute. Les trois choses ci-dessous en font déjà partie et travaillent discrètement en arrière-plan pour que vous n'ayez jamais à y penser. Rien à ajouter, rien à configurer, aucune inquiétude à avoir.

A futuristic MCP client docking bay
V8 Isolate01

Chaque Connector s'exécute dans son propre environnement scellé.

Chaque Connector s'exécute dans son propre runtime V8 scellé, sans accès à vos fichiers, à votre système ni aux autres serveurs. Un Connector ne voit jamais au-delà de sa propre requête.

Kill Switch02

Un seul interrupteur arrête tous les agents. Immédiatement.

Une seule action désactive tous les Connectors, révoque tous les tokens et termine toutes les sessions d'un coup. La Gouvernance de l'IA conserve le registre.

FinOps par utilisateur03

Des limites de dépense qui s'interrompent au lieu de surprendre.

Chaque utilisateur garde ses propres connexions et identifiants, isolés de ceux des autres. Ce qui dépasserait votre limite de dépense est stoppé et mis en attente de votre approbation, pas facturé.

Trois contrôles, intégrés à la couche par laquelle votre IA se connecte.

Sélection · 10 capacités

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 03

01-04

4 capacités dans cet ensemble.

Sur 10 disponibles via Langfuse.

  1. 01

    Lister les sessions

    Affiche les sessions utilisateurs de haut niveau regroupant plusieurs traces.

  2. 02

    Créer une observation

    Ajoute une nouvelle observation (span, événement ou génération) au sein d'une trace.

  3. 03

    Ajouter un score

    Associe un feedback humain ou des métriques automatisées à une trace ou une observation spécifique.

  4. 04

    Obtenir une trace

    Récupère la télémétrie complète et le graphe imbriqué d'une trace unique.

Ensemble de capacités02 / 03

05-07

3 capacités dans cet ensemble.

Sur 10 disponibles via Langfuse.

  1. 05

    Lister les traces

    Affiche l'ensemble des traces enregistrant les sessions d'API LLM.

  2. 06

    Consulter les métriques quotidiennes

    Génère des rapports sur les coûts en USD et les statistiques de latence agrégées.

  3. 07

    Lister les prompts

    Extrait les modèles de prompts et leurs différentes versions gérées.

Ensemble de capacités03 / 03

08-10

3 capacités dans cet ensemble.

Sur 10 disponibles via Langfuse.

  1. 08

    Récupérer une observation

    Récupère le contexte précis d'un span ou d'une génération dans une trace.

  2. 09

    Lister les observations

    Affiche les objets d'observation bruts répartis sur l'ensemble des traces.

  3. 10

    Lister les scores

    Affiche tous les scores liés aux algorithmes de qualité ou de coût.

Travail réel

Ce que les équipes font tourner

01

Debugging Failed Chains

When an agent fails, you ask for the specific trace to inspect the exact payload and error.

02

Prompt Iteration

Compare the instructions of different prompt versions to see how they affect output.

03

Budget Management

Check daily USD spending to ensure your LLM usage stays within project limits.

04

Performance Tuning

Analyze latency metrics to identify which parts of your LLM pipeline are slowing down.

Automatisez une tâche

Mettez Langfuse au travail sur une chose.

Des automatisations étape par étape que votre IA exécute via ce Connector : le flux, les prompts pour démarrer et les capabilities exactes derrière chaque étape.

Un connector, toutes les IAs

Langfuse fonctionne avec les clients IA les plus populaires.

Voici les clients les plus populaires, chacun avec un guide pas à pas : un lien, configuré une fois, avec gouvernance et visibilité intégrées. Et comme tout tourne sur le standard MCP, la même connexion fonctionne aussi dans tout autre client compatible : rien à reconstruire.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Vous construisez votre propre app ? Le connector est à vous.

Vous n'avez pas besoin d'un client pour mettre Langfuse au travail : la même connexion hébergée se branche sur vos propres applications et le code de votre agent, avec la même gouvernance à chaque requête. Construisez avec lui, discutez avec lui : une connexion pour les deux.

Observée, pas estimée

Moyenne de 937 ms. Rapide en production.

Langfuse est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1261 ms
3 oct.Aujourd'hui
Jour le plus rapide
766ms
Jour le plus lent
1261ms
Tendance sur 14 jours
En ralentissement+18%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 10 capacités arrivent prêtes à l'emploi.

Accès aperçu · pas d’authentification du fournisseur

Le jeton vk_preview_* appartient à l’infrastructure d’aperçu de Vinkius. Il permet à Claude de découvrir et d’afficher les capacités de Langfuse, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de Langfuse. Les actions nécessitant des identifiants ou des données de compte réelles peuvent ne pas s’exécuter tant que vous n’avez pas activé le Connector et autorisé le service.

Langfuse Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_sTXOynCd5hRTA7WbjY0nBUsTjmjwRIVY989VA7VU/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Langfuse capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "langfuse-llm-tracing-evals-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_sTXOynCd5hRTA7WbjY0nBUsTjmjwRIVY989VA7VU/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Les instructions pas à pas pour chaque client sont dans le guide. Comment connecter

Configuration guidée pour Claude ? Configurer Langfuse avec Claude et les autres IA

Voyez tous les clients IA avec lesquels ce connector fonctionne ↑

Pour qui

Conçu pour le travail que les utilisateurs de Langfuse délèguent.

Ce connecteur est conçu pour les professionnels de l'IA qui doivent surveiller et optimiser leurs modèles en production.

  • 01

    Ingénieurs LLM

    Pour déboguer des chaînes d'IA complexes et mesurer la latence des tokens via une interface conversationnelle.

  • 02

    Product Owners

    Pour suivre les coûts quotidiens de l'IA et les scores de satisfaction utilisateur sur plusieurs environnements.

  • 03

    Data Scientists

    Pour gérer les modèles de prompts et auditer les métriques d'évaluation afin d'améliorer la précision des réponses.

FAQ

Les questions des utilisateurs de Langfuse.

  • 01

    How do I connect my Langfuse data to my AI client?

    You subscribe to the MCP on Vinkius and enter your Langfuse API credentials. Once connected, your AI client can immediately access your Langfuse project data.

  • 02

    Which AI clients can use this MCP?

    This MCP works with any compatible client, including Claude, Cursor, and Windsurf.

  • 03

    Can I see how much money I am spending on LLMs?

    Yes. You can ask your agent to generate daily reports on USD costs and token usage.

  • 04

    Can I manage my prompt templates through this MCP?

    Yes. You can list prompt templates and inspect the specific instructions and variables for different versions.

  • 05

    Is my data secure?

    Vinkius hosts the MCP and manages your credentials securely, allowing your agent to interact with your Langfuse data via authorized API keys.

  • 06

    Can I see the exact system instruction for a specific prompt version?

    Yes. Use the list_prompts capability to browse your managed templates. Your agent can retrieve the exact text and variables for any deployed prompt version, making it easy to audit AI logic through natural conversation.

  • 07

    How do I log human feedback for a specific trace?

    Use the create_score capability by providing the Trace ID and a JSON payload defining the score name (e.g. 'user-satisfaction') and value. Your agent will attach this structured data directly to the Langfuse record.

  • 08

    Can my agent report on my LLM spending for the current day?

    Absolutely. The get_daily_metrics capability retrieves aggregated USD costs and average latency metrics from Langfuse. Your agent can summarize these statistics to help you monitor your infrastructure budget in real-time.

Explorer

Plus dans Friends

Suggestions

Connectez Langfuse à Claude, Cursor, ChatGPT et d'autres