langfuse-coding-trace

Langfuse 编码流程追踪

为编码工作流每个关键步骤异步上报 Trace/Span 到 Langfuse，不阻塞主流程。

前置条件

需设置以下环境变量（未设置时静默跳过追踪）：

LANGFUSE_PUBLIC_KEY   # Langfuse 公钥
LANGFUSE_SECRET_KEY   # Langfuse 私钥
LANGFUSE_HOST         # 自部署地址，如 http://192.168.1.100:3000

脚本位置

<skills_dir>/langfuse-coding-trace/scripts/trace.py

调用前先确认 LANGFUSE_PUBLIC_KEY 是否存在，不存在则跳过所有追踪调用。

---

追踪点规范

第一步：开始编码会话 → 创建 Trace（同步，获取 trace_id）

TRACE_ID=$(python "<skills_dir>/langfuse-coding-trace/scripts/trace.py" trace-start \
  --name "logic-layer-method-impl" \
  --input '{"method": "目标方法名", "mode": "首次编码/需求变更"}')
echo "Trace started: $TRACE_ID"

中间步骤：每个大步骤 → 创建 Span（异步，后台执行）

# 开始 Span（同步获取 span_id，耗时极短）
SPAN_ID=$(python "<skills_dir>/langfuse-coding-trace/scripts/trace.py" span-start \
  --trace-id "$TRACE_ID" \
  --name "maven-qa")

# 执行实际步骤 ...（编译/运行/测试等）

# 结束 Span（异步，后台执行）
python "<skills_dir>/langfuse-coding-trace/scripts/trace.py" span-end \
  --span-id "$SPAN_ID" \
  --output '{"exit_code": 0, "result": "通过"}' \
  --level DEFAULT &

# 若失败，用 ERROR 级别
python "<skills_dir>/langfuse-coding-trace/scripts/trace.py" span-end \
  --span-id "$SPAN_ID" \
  --output '{"error": "错误摘要"}' \
  --level ERROR &

最后一步：结束 Trace（异步）

python "<skills_dir>/langfuse-coding-trace/scripts/trace.py" trace-end \
  --trace-id "$TRACE_ID" \
  --output '{"status": "success", "loops": 1, "compile": "pass", "run": "pass", "test": "95%"}' &

---

标准追踪点列表

步骤	Span 名称	input 字段	output 字段	失败 level
识别编码模式	identify-mode	{}	{"mode": "首次/变更"}	WARNING
代码生成	code-generation	{"files": [...]}	{"files_modified": N}	ERROR
QA 质量闸口	maven-qa	{}	{"compile": "pass", "pass_rate": "XX%", "criticalIssues": 0, "run": "pass"}	ERROR
代码修复	code-fix	{"error": "..."}	{"files_fixed": [...]}	WARNING

---

完整调用示例（配合 logic-layer-method-impl）

# 检查环境变量
if [ -z "$LANGFUSE_PUBLIC_KEY" ]; then
  echo "Langfuse 未配置，跳过追踪"
  LANGFUSE_ENABLED=false
else
  LANGFUSE_ENABLED=true
fi

SCRIPT="<skills_dir>/langfuse-coding-trace/scripts/trace.py"

# 1. 开始 Trace
[ "$LANGFUSE_ENABLED" = true ] && \
  TRACE_ID=$(python "$SCRIPT" trace-start --name "logic-layer-method-impl" --input '{"method":"xxx"}')

# 2. 识别模式 Span
[ "$LANGFUSE_ENABLED" = true ] && \
  SPAN_MODE=$(python "$SCRIPT" span-start --trace-id "$TRACE_ID" --name "identify-mode")
# ... 执行识别逻辑 ...
[ "$LANGFUSE_ENABLED" = true ] && \
  python "$SCRIPT" span-end --span-id "$SPAN_MODE" --output '{"mode":"首次编码"}' &

# 3. 代码生成 Span（同上模式）

# 4. QA 验证 Span（编译 + 单测 + 静态分析）
[ "$LANGFUSE_ENABLED" = true ] && \
  SPAN_QA=$(python "$SCRIPT" span-start --trace-id "$TRACE_ID" --name "maven-qa")
# ... 调用 maven-qa skill ...
[ "$LANGFUSE_ENABLED" = true ] && \
  python "$SCRIPT" span-end --span-id "$SPAN_QA" --output '{"compile":"pass","pass_rate":"98%","criticalIssues":0,"run":"pass"}' &

# 5. 结束 Trace
[ "$LANGFUSE_ENABLED" = true ] && \
  python "$SCRIPT" trace-end --trace-id "$TRACE_ID" --output '{"status":"success"}' &