Langfuse v3.49.0发布:全新仪表盘与评分系统升级
Langfuse是一个开源的LLM应用监控与分析平台,它帮助开发者跟踪、分析和优化基于大语言模型的应用程序。最新发布的v3.49.0版本带来了多项重要更新,特别是在自定义仪表盘和评分系统方面有了显著改进。
核心功能增强
自定义仪表盘进入Beta阶段
本次更新最引人注目的是全新的自定义仪表盘功能进入Beta测试阶段。开发者现在可以创建完全个性化的分析视图,通过拖拽方式自由组合各种可视化组件。这个功能特别适合需要监控特定业务指标或关注特定模型性能的团队。
仪表盘系统支持跨视图的统一过滤器,这意味着用户可以在一个地方设置过滤条件,这些条件会自动应用到仪表盘中的所有组件。例如,可以设置只查看特定环境或特定用户群体的数据,所有图表都会同步更新。
评分系统元数据支持
评分系统现在支持元数据字段,这是一个重要的扩展。开发者可以在评分中添加额外的上下文信息,比如评分者的身份、评分时的环境参数等。这些元数据不会影响评分本身,但为后续分析提供了更丰富的上下文。
性能与稳定性改进
在数据处理方面,团队对批量导出功能进行了多项优化。包括增加了页面大小配置选项(默认设置为500),提高了导出超时限制,并增强了重试机制。这些改进显著提升了大规模数据导出的可靠性。
对于S3存储的删除操作也增加了重试逻辑,减少了因临时网络问题导致的操作失败。项目删除流程的日志记录和重试机制也得到了加强,使系统管理员能更好地跟踪和管理资源清理过程。
开发者体验优化
新版本在开发者工具方面也有所提升。Playground现在能更好地处理工具调用的undefined内容,避免了因此导致的界面错误。模型表中提供的模型名称显示问题也得到了修复。
对于使用OpenTelemetry集成的开发者,新版本增加了一个虚拟路由,可以接收所有的OTel指标调用。这个功能虽然看似简单,但在调试和开发阶段非常有用。
技术架构演进
在技术架构层面,团队继续推进领域驱动的代码重构。这个版本完成了评分(score)领域的独立封装,以及观测(observation)领域的重构。这种架构改进虽然对最终用户不可见,但为未来的功能扩展和维护打下了更好的基础。
总结
Langfuse v3.49.0通过引入自定义仪表盘和增强评分系统,进一步巩固了其作为LLM应用监控平台的地位。性能优化和架构改进则确保了平台能够稳定处理大规模数据。对于需要深入分析LLM应用性能的团队来说,这些更新提供了更强大的工具和更可靠的基础设施。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









