$ loading_
通过 Langfuse 监控与观测 AI 系统运行、调用链路和质量表现
复制安装指令，让 AI 自动完成配置 · 推荐新手
"langfuse-mcp-python" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 Langfuse MCP 检查最近 24 小时内失败率最高的模型调用，按应用和错误类型汇总，并指出最可能的异常来源。
返回失败调用统计、错误分布、异常链路定位以及排查建议。
请基于 Langfuse 中的追踪数据，对比两个提示词版本在响应时长、成功率和用户反馈上的表现，并给出优化建议。
输出两个版本的关键指标对比、优劣分析和可执行的优化方向。
请读取 Langfuse 的最新监控数据，生成一份本周 AI 应用运行情况摘要，包括请求量、延迟变化、错误趋势和异常告警。
得到一份结构化周报，概括核心运行指标、风险点和后续关注事项。
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。
为 LangGraph 文档提供可扩展的 MCP 查询与资源访问能力。
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。
让大模型代理通过 FastAPI 暴露的 MCP 工具安全编排下游微服务。
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。