Langfuse项目发布v3.61.0版本:自定义仪表盘正式版上线
Langfuse是一个开源的观测性平台,专注于为AI应用提供强大的监控和分析能力。该项目通过收集和分析AI应用运行时的各种指标和日志,帮助开发者更好地理解和优化他们的AI系统。
自定义仪表盘功能正式发布
本次发布的v3.61.0版本标志着自定义仪表盘功能正式从beta阶段毕业,成为Langfuse平台的核心功能之一。这个功能允许用户根据自身需求创建个性化的数据可视化面板,极大地提升了数据分析和监控的灵活性。
主要功能增强
-
大数字图表类型:新增了专门用于展示关键指标的大数字(big number)图表类型,这种图表特别适合在仪表盘上突出显示最重要的核心指标。
-
可拖拽组件:仪表盘上的各个组件现在支持拖拽操作,用户可以自由调整组件的位置和布局,打造完全符合个人工作习惯的仪表盘。
-
预置模板:系统提供了多个由Langfuse团队精心设计的预置仪表盘模板,这些模板覆盖了常见的监控场景,用户可以基于这些模板快速创建专业级的仪表盘。
用户体验优化
-
侧边栏通知过期机制:实现了侧边栏通知的可选过期功能,使得管理员可以控制通知的显示时长,避免过时信息干扰用户。
-
表格显示优化:在追踪(traces)和观测(observations)表格中,对名称列进行了截断处理,提高了表格的可读性和空间利用率。
技术改进与修复
-
仪表盘迁移处理:改进了仪表盘大小调整的迁移逻辑,现在能够正确处理空部件列表的情况,提高了系统的健壮性。
-
认证安全增强:优化了多租户SSO的登录域名强制验证逻辑,确保只在必要场景下应用域名验证,提升了安全性的同时不影响用户体验。
-
性能监控:新增了指标来测量按ID查询的时效性,帮助团队更好地监控和优化系统性能。
总结
Langfuse v3.61.0版本的发布,特别是自定义仪表盘功能的正式推出,标志着该项目在数据可视化和监控能力上又迈出了重要一步。这些改进不仅增强了平台的功能性,也显著提升了用户体验。对于依赖AI系统的团队来说,这些功能将帮助他们更高效地监控和分析系统运行状况,从而做出更明智的优化决策。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00