Langfuse

Langfuse registra cada llamada a un modelo de lenguaje y la muestra como trazas detalladas: entradas, salidas, coste, latencia y pasos intermedios de agentes o cadenas RAG. Sobre esos datos permite montar conjuntos de pruebas, evaluaciones automáticas o con jueces LLM, anotaciones humanas y versionado de prompts. Es código abierto y se puede autoalojar, algo poco habitual entre las plataformas de observabilidad de IA, o usar su nube con región europea. Encaja cuando ya tienes un producto con LLM en producción y necesitas entender por qué falla y cuánto cuesta.