4步实现Agent优化闭环为什么值得用 Langfuse 而不是自建Trace 天然带 conversation tool_call artifact——不用自己设计表结构Dataset 天然是测试集——expected_output就是理想回答Score 天然是Judge 打分——UI 直接出评分曲线图里的多轮迭代效果免费你ceshiDoubaoLangfuse.py已经跑通了零学习成本。唯一要注意的Langfuse 的 Dataset 里存完整 HTML几十 KB 到 MB最好expected_output只存改动 diff 或截图完整 HTML 挂 metadata / 对象存储。