Dify
日本語
日本語
  • 入門
    • Difyへようこそ
      • 特性と技術仕様
      • モデルプロバイダーリスト
    • クラウドサービス
    • コミュニティ版
      • Docker Compose デプロイ
      • ローカルソースコードで起動
      • aaPanelでのデプロイ方法
      • フロントエンドDockerコンテナを単独起動
      • 環境変数の説明
      • よくある質問
    • Dify Premium
    • Dify 教育版
  • マニュアル
    • モデル
      • 新しいプロバイダーの追加
      • 事前定義されたモデルの追加
      • カスタムモデルの追加
      • インタフェース
      • 配置ルール
      • 負荷分散
    • アプリ・オーケストレーション
      • アプリの作成
      • チャットボット
        • 複数モデルのデバッグ
      • エージェント
      • ツールキット
        • コンテンツモデレーション
    • ワークフロー
      • キーコンセプト
      • 変数
      • ノードの説明
        • 開始
        • 終了
        • 回答
        • LLM
        • 知識検索
        • 質問分類
        • 条件分岐
        • コード実行
        • テンプレート
        • テキスト抽出ツール
        • リスト処理
        • 変数集約
        • 変数代入
        • 反復処理(イテレーション)
        • パラメータ抽出
        • HTTPリクエスト
        • エージェント
        • ツール
        • 繰り返し処理(ループ)
      • ショートカットキー
      • オーケストレートノード
      • ファイルアップロード
      • エラー処理
        • 事前定義されたエラー処理ロジック
        • エラータイプの概要
      • 追加機能
      • プレビューとデバッグ
        • プレビューと実行
        • ステップ実行
        • 対話/実行ログ
        • チェックリスト
        • 実行履歴
      • アプリケーション公開
      • JSON形式での出力
      • 変更通知:画像アップロード機能がファイルアップロード機能に統合されました
    • ナレッジベース
      • ナレッジベース作成
        • 1. オンラインデータソースの活用
          • 1.1 Notion からデータをインポート
          • 1.2 Webサイトからデータをインポート
        • 2. チャンクモードの指定
        • 3. インデックス方式と検索オプションの設定
      • ナレッジベースの管理
        • ナレッジベース内ドキュメントの管理
        • APIを活用したナレッジベースのメンテナンス
      • メタデータ
      • アプリ内でのナレッジベース統合
      • リコールテスト/引用帰属
      • ナレッジベースの要求頻度制限
      • 外部ナレッジベースとの接続
      • 外部ナレッジベースAPI
    • ツール
      • クイック統合ツール
      • 高度統合ツール
      • ツールの設定
        • Google
        • Bing
        • SearchApi
        • StableDiffusion
        • Perplexity Search
        • AlphaVantage 株式分析
        • Dall-e
        • Youtube
        • Serper
        • SearXNG
        • SiliconFlow(Flux AI サポート)
        • ComfyUI
    • アプリ公開
      • シングルページWebアプリとして公開
        • Web アプリの設定
        • テキスト生成アプリ
        • 対話型アプリ
      • Webサイトへの埋め込み
      • API基づく開発
      • フロントエンドテンプレートに基づいた再開発
    • アノテーション
      • ログとアノテーション
      • アノテーション返信
    • モニタリング
      • データ分析
      • 外部Opsツール統合
        • LangSmithを統合
        • LangFuseを統合
        • Opikを統合
    • 拡張
      • API 拡張
        • Cloudflare Workers を使用した API ツールのデプロイ
        • コンテンツモデレーション
      • コード拡張
        • 外部データツール
        • コンテンツモデレーション
    • コラボレーション
      • 発見
      • メンバーの招待と管理
    • 管理
      • アプリの管理
      • チームメンバーの管理
      • 個人アカウントの管理
      • サブスクリプション管理
      • バージョン管理
  • ハンドオン工房
    • 初級編
      • ゼロからAI画像生成アプリの構築方法
      • AIエージェントの実践:個人のオンライン旅行アシスタントの構築方法
    • 中級編
      • チャットストリームエージェントを使用した Twitter アカウントの分析方法
      • ファイルアップロードを使用した記事理解アシスタントの構築方法
  • コミュニティ
    • サポートの求め
    • 貢献者ガイド
    • ドキュメントへの貢献
  • プラグイン
    • 機能紹介
    • クイックスタート
      • プラグインのインストールと活用
      • プラグイン開発の入門
        • 開発環境のセットアップ
        • ツール型プラグイン
        • モデル型プラグイン
          • モデルプロバイダーの構築
          • 定義済みモデルの組み込み
          • カスタムモデルの組み込み
        • エージェント戦略プラグイン
        • 拡張機能型プラグイン
        • バンドル
      • プラグインのデバッグ方法
    • プラグイン管理方法
    • スキーマ仕様
      • Manifest(マニフェスト)
      • Endpoint(エンドポイント)
      • Tool(ツール)
      • Agent(エージェント)
      • Model(モデル)
        • モデル設計規則
        • モデルスキーマ
      • 一般的な標準仕様
      • 永続化されたストレージ
      • Difyサービスの逆呼び出し
        • アプリ
        • モデル
        • ツール
        • ノード
    • ベストプラクティス
      • Slack Bot プラグインの開発
      • Dify MCP プラグインガイド:ワンクリックで Zapier に接続してメールを自動送信
    • プラグインの公開
      • プラグインの自動公開
      • Difyマーケットプレイスへの公開
        • プラグイン開発者ガイドライン
        • プラグインのプライバシー保護に関するガイドライン
      • 個人GitHubリポジトリへの公開
      • ローカルでの公開と共有
      • 第三者署名検証のためにプラグインに署名する
    • よくある質問
  • 開発
    • バックエンド
      • DifySandbox
        • 貢献ガイド
    • モデルの統合
      • Hugging Faceのオープンソースモデルを統合
      • Replicateのオープンソースモデルを統合
      • Xinferenceでデプロイしたローカルモデルを統合
      • OpenLLMでデプロイしたローカルモデルを統合
      • LocalAIでデプロイしたローカルモデルを統合
      • Ollamaでデプロイしたローカルモデルを統合
      • LiteLLM Proxyを使用してモデルを統合する
      • GPUStackとの統合によるローカルモデルのデプロイ
      • AWS Bedrock上のモデル(DeepSeek)の接続
    • 移行
      • コミュニティ版を v1.0.0 に移行する
  • もっと読む
    • 活用事例
      • DeepSeek & Dify連携ガイド:多段階推論を活用したAIアプリケーション構築
      • Ollama + DeepSeek + Dify のプライベートデプロイ:あなた自身のAIアシスタントの構築方法
      • あなた専用のQAチャットボットのトレーニング方法
      • コードなしでMidjourney プロンプトボットを作成する方法
      • Notion AI アシスタントを構築する
      • 数分で業務データを持つ公式サイトのAIチャットボットを作成する方法
      • DifyチャットボットをWixサイトに統合する方法
      • AWS Bedrockのナレッジベースに統合する方法
      • Difyで大規模言語モデルの「競技場」を体験する方法:DeepSeek R1 VS o1 を例に
      • Difyスケジューラーの構築
      • DifyクラウドでAI Thesis Slack Botを構築
    • さらに読む
      • LLMOpsとは何ですか?
      • 配列変数とは何ですか?
      • 検索拡張生成(RAG)
        • ハイブリッド検索
        • Rerank
        • リトリーバルモード
      • プロンプトエンジニアリング
      • DifyでJSONスキーマ出力を使用する方法
    • FAQ
      • ローカルデプロイに関するFAQ
      • LLM設定と使用に関するFAQ
      • プラグイン
  • ポリシー
    • オープンソースライセンス
    • ユーザ規約
      • 利用規約
      • プライバシーポリシー
      • 合規性レポートの入手方法
Powered by GitBook
On this page
  • Langfuseとは
  • Langfuseの使い方
  • Langfuse ページで監視データをチェックします
  • 監視データのリスト
  1. マニュアル
  2. モニタリング
  3. 外部Opsツール統合

LangFuseを統合

PreviousLangSmithを統合NextOpikを統合

Last updated 4 months ago

Langfuseとは

LangfuseはLLMアプリケーションの開発者がデバッグ、分析、イテレーション等を使用してアプリケーションのパフォーマンスを向上させるためのツールです。

Langfuseの公式サイト:


Langfuseの使い方

  1. Langfuseのから登録し、ログインする。

  2. Langfuseからプロジェクトを作成します ログイン後、ホームページの New をクリックし、新たなプロジェクトを作成します。このプロジェクトは、Dify内のアプリと連動したデータモニタリングに使用されます。

プロジェクトの名前を付けます。

  1. プロジェクト認証情報の作成のために、左のサイドバーでプロジェクト 設定 をクリックする。

Create API Keyをクリックし,新たな認証情報を作ります。

Secret Key と Public Key,Host をコピーし、保存します。

  1. Dify アプリの中に Langfuse を設定します。監視用のアプリのサイトメニューの監視ボタンをクリックし,設定をクリックします。

それから,Langfuse から作った Secret Key, Public Key と Host を設定の中に貼り付け、保存します。

保存に成功すると、現在のページで監視状態を見ることができます。


Langfuse ページで監視データをチェックします

設定した後, Difyのアプリや生産データは Langfuse の中にチェクをできます。


監視データのリスト

ワークフローとチャットフローの情報を追跡

ワークフローとチャットフローの追跡

Workflow
LangFuse Trace

workflow_app_log_id/workflow_run_id

id

user_session_id

user_id

workflow_{id}

name

start_time

start_time

end_time

end_time

inputs

input

outputs

output

Model token consumption

usage

metadata

metadata

error

level

error

status_message

[workflow]

tags

["message", conversation_mode]

session_id

conversion_id

parent_observation_id

Workflow Trace Info

  • workflow_id - ワークフローのユニークID

  • conversation_id - 会話ID

  • workflow_run_id - このランタイムのワークフローID

  • tenant_id - テナントID

  • elapsed_time - このランタイムの経過時間

  • status - ランタイムのステータス

  • version - ワークフローのバージョン

  • total_tokens - このランタイムで使用されたトークンの合計

  • file_list - 処理されたファイルのリスト

  • triggered_from - このランタイムをトリガしたソース

  • workflow_run_inputs - このワークフローの入力

  • workflow_run_outputs - このワークフローの出力

  • error - エラーメッセージ

  • query - ランタイムで使用されるクエリ

  • workflow_app_log_id - ワークフローアプリケーションログID

  • message_id - 関連するメッセージID

  • start_time - このランタイムの開始時刻

  • end_time - このランタイムの終了時刻

  • workflow node executions - ワークフローノードのランタイム情報

  • Metadata

    • workflow_id - ワークフローのユニークID

    • conversation_id - 会話ID

    • workflow_run_id - このランタイムのワークフローID

    • tenant_id - テナントID

    • elapsed_time - このランタイムの経過時間

    • status - 運用状態

    • version - ワークフローのバージョン

    • total_tokens - このランタイムで使用されたトークンの合計

    • file_list - 処理されたファイルのリスト

    • triggered_from - このランタイムをトリガしたソース

Message Trace 情報

LLM会話を追跡するため

Message
LangFuse Generation/Trace

message_id

id

user_session_id

user_id

message_{id}

name

start_time

start_time

end_time

end_time

inputs

input

outputs

output

Model token consumption

usage

metadata

metadata

error

level

error

status_message

["message", conversation_mode]

tags

conversation_id

session_id

conversion_id

parent_observation_id

Message Trace Info

  • message_id - メッセージID

  • message_data - メッセージデータ

  • user_session_id - ユーザーのセッションID

  • conversation_model - 会話モデル

  • message_tokens - メッセージトークン

  • answer_tokens - 回答トークン

  • total_tokens - メッセージと回答のトータルトークン

  • error - エラーメッセージ

  • inputs - 入力データ

  • outputs - 出力データ

  • file_list - 処理されたファイルのリスト

  • start_time - 開始時刻

  • end_time - 終了時刻

  • message_file_data - 関連ファイルデータのメッセージ

  • conversation_mode - 会話モード

  • Metadata

    • conversation_id - 会話ID

    • ls_provider - モデルプロバイダ

    • ls_model_name - モデルID

    • status - メッセージステータス

    • from_end_user_id - 送信ユーザーID

    • from_account_id - 送信アカウントID

    • agent_based - エージェントベースか

    • workflow_run_id - このランタイムのワークフローID

    • from_source - メッセージのソース

    • message_id - メッセージID

Moderation Trace 情報

会話モデレーションを追跡するため

Moderation
LangFuse Generation/Trace

user_id

user_id

moderation

name

start_time

start_time

end_time

end_time

inputs

input

outputs

output

metadata

metadata

[moderation]

tags

message_id

parent_observation_id

Message Trace Info

  • message_id - メッセージID

  • user_id - ユーザーID

  • workflow_app_log_id - ワークフローアプリケーションログID

  • inputs - レビュー用の入力データ

  • message_data - メッセージデータ

  • flagged - 注目対象としてフラグが立てられているか

  • action - 実行すべき具体的なアクション

  • preset_response - 事前設定の応答

  • start_time - レビューの開始時刻

  • end_time - レビューの終了時刻

  • Metadata

    • message_id - メッセージID

    • action - 実行すべき具体的なアクション

    • preset_response - 事前設定の応答

提案された質問トレース情報

提案された質問を追跡するため

Suggested Question
LangFuse Generation/Trace

user_id

user_id

suggested_question

name

start_time

start_time

end_time

end_time

inputs

input

outputs

output

metadata

metadata

[suggested_question]

tags

message_id

parent_observation_id

Message Trace Info

  • message_id - メッセージID

  • message_data - メッセージデータ

  • inputs - 入力データ

  • outputs - 出力データ

  • start_time - 開始時刻

  • end_time - 終了時刻

  • total_tokens - トータルトークン

  • status - メッセージの状態

  • error - エラーメッセージ

  • from_account_id - 送信元アカウントのID

  • agent_based - エージェントベースであるかどうか

  • from_source - メッセージの発信元

  • model_provider - モデルの提供者

  • model_id - モデルのID

  • suggested_question - 提案された質問

  • level - ステータスのレベル

  • status_message - ステータスメッセージ

  • Metadata

    • message_id - メッセージのID

    • ls_provider - モデルの提供者

    • ls_model_name - モデルの名前

    • status - メッセージの状態

    • from_end_user_id - 送信元ユーザーのID

    • from_account_id - 送信元アカウントのID

    • workflow_run_id - このランタイムにおけるワークフローのID

    • from_source - メッセージの発信元

Dataset Retrieval Trace 情報

ナレッジベースの取得を追跡するために使用

データセットの取得
LangFuse生成/トレース

user_id

user_id

dataset_retrieval

name

start_time

start_time

end_time

end_time

inputs

input

outputs

output

metadata

metadata

[dataset_retrieval]

tags

message_id

parent_observation_id

Dataset Retrieval Trace Info

  • message_id - メッセージのID

  • inputs - 入力メッセージ

  • documents - ドキュメントデータ

  • start_time - 開始時間

  • end_time - 終了時間

  • message_data - 消息数据

  • Metadata

    • message_id - メッセージのID

    • ls_provider - モデルの提供者

    • ls_model_name - モデルの名前

    • status - モデルの状態

    • from_end_user_id - 送信元ユーザーのID

    • from_account_id - 送信元アカウントのID

    • agent_based - エージェントベースであるかどうか

    • workflow_run_id - このランタイムにおけるワークフローのID

    • from_source - メッセージの発信元

Tool Trace 情報

ツールの呼び出しを追跡するために使用

ツール
LangFuse生成/トレース

user_id

user_id

tool_name

name

start_time

start_time

end_time

end_time

inputs

input

outputs

output

metadata

metadata

["tool", tool_name]

tags

message_id

parent_observation_id

Tool Trace Info

  • message_id - メッセージのID

  • tool_name - ツール名

  • start_time - 開始時間

  • end_time - 終了時間

  • tool_inputs - ツールの入力

  • tool_outputs - ツールの出力

  • error - エラーメッセージ(存在する場合)

  • inputs - メッセージの入力

  • outputs - メッセージの出力

  • tool_config - ツールの構成

  • tool_parameters - ツールのパラメータ

  • file_url - 関連ファイルのURL

  • Metadata

    • message_id - メッセージのID

    • tool_name - ツール名

    • tool_inputs - ツールの入力

    • tool_outputs - ツールの出力

    • tool_config - ツールの構成

    • error - エラーメッセージ

    • tool_parameters - ツールのパラメータ

    • message_file_id - メッセージファイルのID

    • created_by_role - 作成者の役割

    • created_user_id - 作成ユーザーのID

Generate Name Trace 情報

会話タイトル生成の追跡に使用

Generate Name
LangFuse Generation/Trace

user_id

user_id

generate_name

name

start_time

start_time

end_time

end_time

inputs

input

outputs

output

metadata

metadata

[generate_name]

tags

Generate Name Trace Info

  • conversation_id - 会話のID

  • inputs - 入力データ

  • outputs - 生成されたセッション名

  • start_time - 開始時間

  • end_time - 終了時間

  • tenant_id - テナントID

  • Metadata

    • conversation_id - 会話のID

    • tenant_id - テナントID

https://langfuse.com/
公式サイト
新たなプロジェクトを作成します。
プロジェクトの名前を付けます。
左のサイドバーをクリックします
プロジェクトのAPI Keyを作ります。
APIキーの設定を取得する
Langfuseを設定します
Langfuseを設定します
監視状態を見る
Dify 内でのアプリの調整
Langfuseでアプリデータを見る