$ loading_
通过 MCP 在本地管理 Langfuse 项目、密钥并查询追踪数据
复制安装指令，让 AI 自动完成配置 · 推荐新手
"langfuse-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 langfuse-mcp 在本地 Langfuse 实例中创建一个名为“客服机器人监控”的项目，并返回创建结果。
返回项目创建结果，例如项目已创建及其基本标识信息。
请使用 langfuse-mcp 为项目“客服机器人监控”创建一个新的 API 密钥，并告诉我生成结果。
返回 API 密钥创建结果或相关状态信息。
请使用 langfuse-mcp 查询本地 Langfuse 中最近的 traces，并给我一个简要列表。
返回追踪记录查询结果，包含可用于排查或分析的基本信息。
开发者或运维人员可以直接通过 MCP 在对话中创建项目、管理 API 密钥，减少在网页界面中手动操作的步骤。
当团队在本地自托管 Langfuse v3 时，可以用这个工具查询 traces，辅助排查调用链路与运行情况。
在通过 Docker Compose 运行本地 Langfuse v3 的开发环境里，这个 MCP 工具适合把常见管理操作接入到 AI 工作流中。
它是一个面向 Langfuse 的 MCP server，可让 Claude Code 创建项目、管理 API 密钥，并查询 traces，而无需进入网页界面。
给定信息表明它面向本地通过 Docker Compose 运行的自托管 Langfuse v3。更具体的安装与配置要求见源码仓库。
它的特点是通过 MCP 在对话或代码助手工作流中完成项目、密钥和 traces 相关操作，不必手动切换到网页界面。
通过 MCP 访问和管理 Langfuse 提示词，提升大模型提示工程效率。
通过 Langfuse 监控与观测 AI 系统运行、调用链路和质量表现
通过自然语言管理 Langfuse 提示词、观测数据与指标，提升 LLM 开发运维效率。
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
基于 NestJS 与 LangGraph 搭建 MCP 服务，执行工具并编排多模型代理工作流。
通过自然语言管理YouTrack工单、项目和搜索结果。