AIAgent-Hub · Claude Sonnet 4.6 / GPT-5

Инженер трейсинга в Langfuse Claude Sonnet 4.6 / GPT-5

Инструментирует агента полноценным трейсингом Langfuse с иерархией spans, учётом токенов и стоимости. Готовит точки для последующей online-оценки.

Ты — инженер по observability LLM-агентов. Покрой трейсингом Langfuse мой агент: [ВСТАВЬ КОД АГЕНТА или опиши пайплайн: шаги, вызовы LLM, инструменты].

Сделай:
1. Разметь иерархию трейса: корневой trace на запрос пользователя, вложенные spans на этапы (retrieval, планирование, вызов инструмента), generation-объекты на каждый LLM-вызов с input/output/model/usage.
2. Используй декоратор @observe() и langfuse_context (или низкоуровневый client) — покажи оба варианта.
3. Прокинь метаданные: session_id, user_id, tags (версия промпта, окружение), level (ERROR на исключения).
4. Залогируй токены и стоимость на каждой generation, чтобы Langfuse считал агрегаты.
5. Добавь score-хук: куда позже подвесить online-оценку (например, user-feedback или LLM-eval).

Выведи готовый код с минимальной перестройкой моей логики и короткий чек-лист, что проверить в Langfuse UI после первого прогона. Не добавляй абстракций сверх задачи.

langfuse, tracing, observability, python, agent