Agent 图

Langfuse 中的 Agent 图提供了复杂 AI agent 工作流的可视化表示,帮助你理解和调试多步推理过程和 agent 交互。

带 agent 图视图的示例 trace(公开链接)

开始使用

图视图目前处于测试阶段,欢迎分享反馈。

trace 出现图有两种方式:

1. 从 observations 推断。 在你的 trace 中有一个 observation 类型为除 span、event 或 generation 之外的任意类型的 observation。Langfuse 随后将该 trace 解释为 agentic,并显示一个图,从 observations 的时序和嵌套自动推断。
2. 来自 LangGraph 集成。 当你使用 LangGraph 集成时,图会自动显示。

Observation 类型:查看所有可用的 Observation 类型以及如何设置它们。 LangGraph:参见 LangGraph 集成指南,了解如何将 LangGraph 与 Langfuse 原生集成以进行 LLM Agent 追踪的端到端示例。

视图模式:聚合与展开

同一个 trace 可以用两种方式绘制。用图左上角的 Aggregated / Expanded 切换在它们之间切换;你的选择会跨 traces 记住。

区别在于如何处理重复步骤——每个步骤名称一个节点 vs. 每个调用一个节点:

聚合

Aggregated 视图是一个紧凑的总览。共享名称的步骤被合并为带计数器的单个节点——retrieve_docs (3/3) 表示该步骤运行了三次——而反复调用同一工具的循环被绘制为环而非长链。这让即使是繁忙的 agent 也可读:你看到有多少个_不同_的步骤以及它们如何连接,而屏幕上不会显示每个单独调用。这是回答"这个 agent 做什么,它有多复杂?"的最快方式。

展开

Expanded 视图展示按运行的完整过程。每个调用都是自己的节点,因此三个 litellm_request 调用是三个不同的节点,循环按执行顺序展开为有向无环图。它更字面,更接近 trace 树——当你想端到端跟随特定运行,或精确定位某事发生的位置时,这是正确的视图。较大的 trace 在这里自然会比在聚合视图中产生更多节点。

两者都不是"正确"的——它们回答不同的问题。用 Aggregated 来理解 agent 的结构,用 Expanded 来走完单次运行。