El ciclo de ingeniería de IA, de extremo a extremo.
Un workshop paso a paso de Langfuse basado en una pequeña aplicación TypeScript: Dad IT Support Agent. El workshop recorre todo el ciclo de ingeniería de IA con Langfuse: tracing, gestión de prompts, monitorización, datasets, experimentos y evaluación.
Lo que harás
Deja la aplicación del workshop ejecutándose localmente con las credenciales de OpenAI y Langfuse. Después puedes recorrer 01-base-app y empezar a construir en 02-tracing.
Puedes personalizar la experiencia cambiando las especificaciones del teléfono en support-data.ts. Si añades la información del teléfono de tu padre, recibirás respuestas para el modelo correcto.
Este es el punto inicial del tracing: el mismo código que checkpoint/01-base-app, todavía sin integración con Langfuse. Los paquetes ya están en package.json — ejecuta npm inst...
Tienes una aplicación funcional con tracing. El prompt de sistema vive en la constante SYSTEMPROMPT de src/server/support-agent.ts y se utiliza directamente como mensaje de sistema.
Tienes una aplicación con tracing y prompts opcionales gestionados por Langfuse. Cada turno llega a Langfuse como un trace anidado.
Tienes una aplicación con tracing, atribución y monitorización. data/seed-dataset.json y scripts/seed-dataset.ts ya están en el repositorio en este checkpoint.
Tu dataset está cargado en Langfuse. scripts/run-dataset.ts ya está en el repositorio.
Tu aplicación tiene tracing, monitorización, un dataset alojado y al menos una ejecución con puntuaciones keywordoverlap y correctness. Ahora cambias la aplicación y vuelves a ejecutar...
Has recorrido todas las etapas del ciclo.