> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Langfuse

> Langfuse es una plataforma de ingeniería de LLM de código abierto que ayuda a los equipos a depurar, analizar e iterar de forma colaborativa sobre sus aplicaciones de LLM.

<div id="what-is-langfuse">
  ## ¿Qué es Langfuse?
</div>

[Langfuse](https://langfuse.com) es una plataforma open source de ingeniería para LLM que ayuda a los equipos a depurar, analizar e iterar de forma colaborativa sobre sus aplicaciones de LLM. Forma parte del ecosistema de ClickHouse y utiliza **ClickHouse** como base para ofrecer un backend de observabilidad escalable y de alto rendimiento.

Gracias al almacenamiento columnar de ClickHouse y a sus rápidas capacidades analíticas, Langfuse puede manejar miles de millones de trazas y eventos con baja latencia, lo que la hace adecuada para cargas de trabajo de producción con alto throughput.

<div id="why-langfuse">
  ## ¿Por qué Langfuse?
</div>

* **Código abierto:** Totalmente de código abierto, con API pública para integraciones personalizadas
* **Optimizado para producción:** Diseñado para tener un impacto mínimo en el rendimiento
* **SDKs de primer nivel:** SDKs nativos para Python y JavaScript
* **Soporte para frameworks:** Integrado con frameworks populares como OpenAI SDK, LangChain y LlamaIndex
* **Multimodal:** Compatibilidad con trazas de texto, imágenes y otras modalidades
* **Plataforma completa:** Conjunto de herramientas para todo el ciclo de vida del desarrollo de aplicaciones con LLM

<div id="deployment-options">
  ## Opciones de implementación
</div>

Langfuse ofrece opciones de implementación flexibles para adaptarse a distintas necesidades de seguridad e infraestructura.

**[Langfuse Cloud](https://cloud.langfuse.com)** es un servicio totalmente gestionado, respaldado por un clúster de ClickHouse gestionado para ofrecer un rendimiento óptimo. Cuenta con certificaciones SOC 2 Type II e ISO 27001, cumple con el RGPD y está disponible en las regiones de datos de EE. UU. (AWS us-west-2) y la UE (AWS eu-west-1).

**[Autohospedado](https://langfuse.com/self-hosting)** Langfuse es totalmente de código abierto (licencia MIT) y puede implementarse gratuitamente en tu propia infraestructura con Docker o Kubernetes. Ejecutas tu propia instancia de ClickHouse (o usas ClickHouse Cloud) para almacenar datos de observabilidad, lo que garantiza un control total sobre tus datos.

<div id="architecture">
  ## Arquitectura
</div>

Langfuse solo depende de componentes de código abierto y puede implementarse localmente, en infraestructura en la nube o en sus propias instalaciones:

* **ClickHouse**: Almacena grandes volúmenes de datos de observabilidad (traces, spans, generations, scores). Permite realizar agregaciones y análisis rápidos para los paneles de control.
* **Postgres**: Almacena datos transaccionales, como cuentas de usuario, configuraciones de proyectos y definiciones de prompts.
* **Redis**: Gestiona la cola de eventos y el almacenamiento en caché.
* **S3/almacenamiento de blobs**: Almacena payloads de gran tamaño y datos de eventos sin procesar.

```mermaid theme={null}
flowchart TB
    User["UI, API, SDKs"]
    subgraph vpc ["VPC"]
        Web["Servidor web<br/>(langfuse/langfuse)"]
        Worker["Worker asíncrono<br/>(langfuse/worker)"]
        Postgres@{ img: "https://langfuse.com/images/logos/postgres_icon.svg", label: "Postgres - OLTP\n(Datos transaccionales)", pos: "b", w: 60, h: 60, constraint: "on" }
        Cache@{ img: "https://langfuse.com/images/logos/redis_icon.png", label: "Redis\n(Caché, cola)", pos: "b", w: 60, h: 60, constraint: "on" }
        Clickhouse@{ img: "https://langfuse.com/images/logos/clickhouse_icon.svg", label: "Clickhouse - OLAP\n(Datos de observabilidad)", pos: "b", w: 60, h: 60, constraint: "on" }
        S3@{ img: "https://langfuse.com/images/logos/s3_icon.svg", label: "S3 / Blob Storage\n(Eventos sin procesar, adjuntos multimodales)", pos: "b", w: 60, h: 60, constraint: "on" }
    end
    LLM["API/gateway de LLM<br/>(opcional; BYO; puede estar en la misma VPC o emparejada con otra VPC)"]

    User --> Web
    Web --> S3
    Web --> Postgres
    Web --> Cache
    Web --> Clickhouse
    Web -..->|"opcional para Playground"| LLM

    Cache --> Worker
    Worker --> Clickhouse
    Worker --> Postgres
    Worker --> S3
    Worker -..->|"opcional para evaluaciones"| LLM
```

<div id="features">
  ## Características
</div>

<div id="observability">
  ### Observabilidad
</div>

La [observabilidad](https://langfuse.com/docs/observability/overview) es esencial para comprender y depurar aplicaciones de LLM. A diferencia del software tradicional, las aplicaciones de LLM implican interacciones complejas y no deterministas que pueden ser difíciles de monitorizar y depurar. Langfuse proporciona funcionalidades completas de trazas que te ayudan a entender exactamente qué está ocurriendo en tu aplicación.

*📹 ¿Quieres saber más? [**Ve una guía completa de principio a fin**](https://langfuse.com/watch-demo?tab=observability) de Langfuse observabilidad y de cómo integrarlo con tu aplicación.*

<Tabs>
  <Tab title="Detalles de la traza">
    Las trazas te permiten rastrear cada llamada al LLM y otra lógica relevante de tu aplicación.

    <video src="https://static.langfuse.com/docs-videos/trace-new-ui.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Sesiones">
    Las sesiones te permiten rastrear conversaciones de varios pasos o flujos de trabajo agentivos.

    <video src="https://static.langfuse.com/docs-videos/sessions-new-ui.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Cronología">
    Depura problemas de latencia inspeccionando la vista de cronología.

    <video src="https://static.langfuse.com/docs-videos/timeline-new-ui.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Usuarios">
    Añade tu propio `userId` para monitorizar los costes y el uso de cada usuario. Opcionalmente, crea un enlace profundo a esta vista en tus sistemas.

    <video src="https://static.langfuse.com/docs-videos/users-new-ui.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Grafos de agentes">
    Los agentes de LLM pueden visualizarse como un grafo para ilustrar el flujo de flujos de trabajo agentivos complejos.

    <video src="https://static.langfuse.com/docs-videos/langgraph-new-ui.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Dashboard">
    Consulta métricas de calidad, coste y latencia en el dashboard para monitorizar tu aplicación de LLM.

    <video src="https://static.langfuse.com/docs-videos/dashboard.mp4%20MOVED%20TO%20R2.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>
</Tabs>

<div id="prompt-management">
  ### Gestión de prompts
</div>

La [gestión de prompts](https://langfuse.com/docs/prompt-management/overview) es fundamental para crear aplicaciones de LLM eficaces. Langfuse ofrece herramientas para ayudarte a gestionar, versionar y optimizar tus prompts a lo largo del ciclo de vida de desarrollo.

*📹 ¿Quieres saber más? [**Ve una guía completa**](https://langfuse.com/watch-demo?tab=prompt) de Langfuse gestión de prompts y cómo integrarlo con tu aplicación.*

<Tabs>
  <Tab title="Crear">
    Crea un prompt nuevo desde la UI, los SDKs o la API.

    <video src="https://static.langfuse.com/docs-videos/create-update-prompts.mp4%20MOVED%20TO%20R2.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Control de versiones">
    Versiona y edita prompts de forma colaborativa desde la UI, la API o los SDKs.

    <video src="https://static.langfuse.com/docs-videos/create-prompt-version.mp4%20MOVED%20TO%20R2.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Desplegar">
    Despliega prompts en producción o en cualquier entorno mediante etiquetas, sin cambiar el código.

    <video src="https://static.langfuse.com/docs-videos/deploy-prompt.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Métricas">
    Compara la latencia, el coste y las métricas de evaluación entre distintas versiones de tus prompts.

    <video src="https://static.langfuse.com/docs-videos/prompt-metrics.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Probar en Playground">
    Prueba al instante tus prompts en Playground.

    <video src="https://static.langfuse.com/docs-videos/prompt-to-playground.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Vincular con trazas">
    Vincula prompts con trazas para entender cómo funcionan en el contexto de tu aplicación de LLM.

    <video src="https://static.langfuse.com/docs-videos/linked-generations.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Seguimiento de cambios">
    Haz seguimiento de los cambios en tus prompts para entender cómo evolucionan con el tiempo.

    <video src="https://static.langfuse.com/docs-videos/track-changes.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>
</Tabs>

<div id="evaluation">
  ### Evaluación y conjuntos de datos
</div>

La [evaluación](https://langfuse.com/docs/evaluation/overview) es fundamental para garantizar la calidad y la fiabilidad de tus aplicaciones con LLM. Langfuse ofrece herramientas de evaluación flexibles que se adaptan a tus necesidades específicas, tanto si haces pruebas en desarrollo como si supervisas el rendimiento en producción.

*📹 ¿Quieres saber más? [**Ve un recorrido completo**](https://langfuse.com/watch-demo?tab=evaluation) de Langfuse evaluación y cómo usarlo para mejorar tu aplicación con LLM.*

<Tabs>
  <Tab title="Analítica">
    Visualiza los resultados de evaluación en el dashboard de Langfuse.

    <video src="https://static.langfuse.com/docs-videos/scores-dashboard.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Comentarios de los usuarios">
    Recoge comentarios de tus usuarios. Pueden capturarse en el frontend mediante nuestro Browser SDK, en el servidor mediante los SDK o la API. El video incluye una aplicación de ejemplo.

    <video src="https://static.langfuse.com/docs-videos/scores-user-feedback.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="LLM-as-a-Judge">
    Ejecuta evaluaciones de LLM-as-a-judge totalmente gestionadas en trazas de producción o desarrollo. Puede aplicarse a cualquier paso de tu aplicación para realizar evaluaciones paso a paso.

    <video src="https://static.langfuse.com/docs-videos/scores-llm-as-a-judge.mp4%20MOVED%20TO%20R2.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Experimentos">
    Evalúa prompts y modelos en conjuntos de datos directamente desde la interfaz de usuario. No se necesita código personalizado.

    <video src="https://static.langfuse.com/docs-videos/prompt-experiments.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Cola de anotación">
    Establece una base para tu flujo de trabajo de evaluación con anotaciones humanas mediante las colas de anotación.

    <video src="https://static.langfuse.com/docs-videos/scores-annotation-queue.mp4" autoPlay loop muted playsInline width="100%" style={{boxShadow: "0px 1px 8px -1px rgba(21, 21, 21, 0.20)", borderRadius: "4px"}} />
  </Tab>

  <Tab title="Evaluaciones personalizadas">
    Añade resultados de evaluación personalizados; admite valores numéricos, booleanos y categóricos.

    ```bash theme={null}
    POST /api/public/scores
    ```

    Añade puntuaciones mediante el SDK de Python o JS.

    ```python title="Ejemplo (Python)" theme={null}
    langfuse.score(
      trace_id="123",
      name="my_custom_evaluator",
      value=0.5,
    )
    ```
  </Tab>
</Tabs>

<div id="quickstarts">
  ## Guías de inicio rápido
</div>

Pon Langfuse en marcha en minutos. Elige la opción que mejor se adapte a tus necesidades actuales:

* [Integrar la traza de aplicaciones/agentes LLM](https://langfuse.com/docs/observability/get-started)
* [Integrar la gestión de prompts](https://langfuse.com/docs/prompt-management/get-started)
* [Configurar evaluaciones](https://langfuse.com/docs/evaluation/overview)

<div id="learn-more">
  ## Más información
</div>

* [Documentación de Langfuse](https://langfuse.com/docs)
* [Repositorio de GitHub de Langfuse](https://github.com/langfuse/langfuse)
* [Ver la demostración en video](https://langfuse.com/watch-demo)