Langfuse API

Name: Langfuse API
Author: rodrigorjsf

von rodrigorjsfVersion 0.2.0i★ –iLäuft auf deinem Computer

Name in der Registryio.github.rodrigorjsf/langfuse-api-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Langfuse public API (Cloud and self-hosted): traces, prompts, datasets and gated writes.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Sonstiges
Das musst du eintragen: LANGFUSE_PUBLIC_KEY, LANGFUSE_SECRET_KEY, LANGFUSE_BASE_URL

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Das trägst du selbst ein: LANGFUSE_PUBLIC_KEY, LANGFUSE_SECRET_KEY, LANGFUSE_BASE_URL, LANGFUSE_CA_CERT

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Die .mcpb-Datei des Entwicklers herunterladen

Der Link führt zur Datei des Entwicklers selbst; wir hosten sie nicht und verpacken sie nicht neu. Öffne die Datei, dann installiert Claude Desktop sie.

Führe das in deinem Terminal aus

claude mcp add langfuse-api --env LANGFUSE_PUBLIC_KEY=your-value --env LANGFUSE_SECRET_KEY=your-value --env LANGFUSE_BASE_URL=your-value --env LANGFUSE_CA_CERT=your-value -- npx -y langfuse-api-mcp

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "langfuse-api": {
      "command": "npx",
      "args": [
        "-y",
        "langfuse-api-mcp"
      ],
      "env": {
        "LANGFUSE_PUBLIC_KEY": "your-value",
        "LANGFUSE_SECRET_KEY": "your-value",
        "LANGFUSE_BASE_URL": "your-value",
        "LANGFUSE_CA_CERT": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "langfuse-api": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "langfuse-api-mcp"
      ],
      "env": {
        "LANGFUSE_PUBLIC_KEY": "your-value",
        "LANGFUSE_SECRET_KEY": "your-value",
        "LANGFUSE_BASE_URL": "your-value",
        "LANGFUSE_CA_CERT": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

LANGFUSE_PUBLIC_KEY geheim erforderlich env
The project's public key (pk-lf-...).
LANGFUSE_SECRET_KEY geheim erforderlich env
The project's secret key (sk-lf-...).
LANGFUSE_BASE_URL erforderlich env
Your Langfuse host, e.g. https://cloud.langfuse.com; https only, http only for localhost.
LANGFUSE_CA_CERT env
Optional PEM file with your corporate or private CA, added to the system trust store.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto rodrigorjsf bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Sonstigesi

Mehr Sterne als 0 % der anderen 32520 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 63 % der anderen 32520 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 32520 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Langfuse API sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: LANGFUSE_PUBLIC_KEY, LANGFUSE_SECRET_KEY, LANGFUSE_BASE_URL

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.2.0) kam vor 23 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js, Docker, MCPB auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, Toggl 2.0

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Spec Driven Development

von formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

Läuft auf deinem Computer★ 440MITAktualisiert vor 14 Monaten

Installieren

Remote Desktop Commander

von desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

Läuft in der Cloud★ 211Aktualisiert gestern

Installieren

Toggl 2.0

von toggl

Toggl 2.0 MCP server for tasks, projects, time entries, and workspace operations.

Läuft auf deinem ComputerAktualisiert heute

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

langfuse-api-mcp

An MCP server that gives AI agents access to the full Langfuse public API. It works with Langfuse Cloud in any region and with self-hosted instances. It is built to run on corporate networks that re-sign TLS traffic with their own certificate authority (CA).

[!IMPORTANT]

Status: pre-alpha, release `v0.2.0` (semver 0.x: no stability promise yet; the first release was v0.1.0). Everything below works today unless it is marked Planned, like the loopback HTTP transport.

Contents: What it is · Tools · User skill · Install and run · Client configuration · Configuration · Security model · Troubleshooting · Learn more

What it is

A small, stateless program that your AI tool (Claude Code, Claude Desktop, Cursor, VS Code, Codex, …) starts on your machine. It speaks the Model Context Protocol to the agent and HTTPS to Langfuse. The agent can then:

investigate traces, observations, sessions, errors, latency and cost;
read prompts, datasets, experiments, scores, metrics, models, comments and annotation queues;
make changes, such as promoting a prompt label, creating a score or editing a dataset. This works only if you turn writes on (see Security model).

flowchart LR

A[AI agent Claude Code, Cursor, …] -- MCP over stdio --> S[langfuse-mcp on your machine or in Docker] S -- HTTPS + your corporate CA --> P{{Corporate proxy optional}} P --> L[(Langfuse Cloud or self-hosted)] S -. reads .-> C[/Your config: keys, host, CA files/] classDef local fill:#e0f2fe,stroke:#0369a1,color:#0c4a6e; classDef remote fill:#fef3c7,stroke:#b45309,color:#78350f; class A,S,C local; class L,P remote;

When to use it

Situation	Use this server?
Your company network inspects TLS with a custom root CA, and the official Langfuse MCP or CLI fails with `self-signed certificate in certificate chain` / `unable to get local issuer certificate`	Yes. This is the main reason the project exists.
You want the agent to be unable to change Langfuse data unless you explicitly allow it	Yes. It is read-only by default, and the server enforces this itself for every call made through it. Keep the keys out of the agent's own environment, or another tool can use them directly: Keep the keys out of the agent's environment.
You run a self-hosted Langfuse behind an internal CA or proxy	Yes.
You want a single binary with no Node.js or Python runtime on your machine	Yes.
You only need Langfuse documentation in your agent	No. Use the official docs MCP at `https://langfuse.com/api/mcp`.
Your agent can run shell commands and your network has no TLS interception	Either works. Langfuse also offers an official CLI and Agent Skill.

How it differs from the official Langfuse MCP

	Official project MCP ( `/api/public/mcp`)	This server
Where it runs	Remote, inside Langfuse	Locally (binary or Docker)
Custom CA / corporate proxy	Depends on your MCP client's runtime; no documented options	Explicit settings, plus automatic pickup of CA variables that are already set on your system
Writes	Enabled by default; to restrict them you configure a client-side allowlist	Off by default. The write tool does not exist until you enable it.
API coverage	Curated tool set	Every operation your Langfuse deployment actually answers — older self-hosted versions keep their legacy APIs, newer ones get the new APIs — except trace ingestion and organization admin changes (creating/deleting projects, API keys, users). Detected automatically at startup, with nothing to configure (Deployment profile)

Tools

The Langfuse API has about 100 in-scope operations. One tool per operation would fill the agent's context window, so the server exposes a small set of tools:

Tool	What it does	Available
`search_operations`	Lists the Langfuse operations your deployment serves, optionally filtered by keywords (in write mode, each write operation with its HTTP method and whether it is destructive)	always
`describe_operation`	Returns the parameters of one operation that your deployment's Langfuse version serves (and, apart from them, a filter the server applies itself when your version lacks it; and, in write mode, its body schema (the one of your deployment's Langfuse version), whether it is destructive and, for `comments_create` and `scores_create`, how to fill the body)	always
`execute_read`	Runs a read operation (HTTP GET) by its ID and returns the Langfuse JSON inside an untrusted-data envelope. On an older Langfuse that ignores the `traceId` of `scores_get-many` or the `level` of `legacy_observationsV1_getMany`, the server applies that filter itself and says whether it read the whole list	always
`execute_write`	Runs a write operation by its ID; a destructive one (DELETE, PUT, PATCH) only after you confirm that exact call	only in write mode
`get_trace_tree`	Returns every observation of one trace as a tree in one call. It reads Observations v2 where the deployment answers the v4 read APIs (Cloud, self-hosted v4) and the legacy observations list on self-hosted v3, where input, output and metadata are removed unless you ask for them and a row holds the fields that Langfuse returns (latency in milliseconds there, in seconds on v4), minus those it returned as null. Where a deployment answers both, the tree is read from Observations v2, which can lack observations that were sent through the legacy ingestion API, so an empty or short tree can be checked against the legacy observations list through `execute_read`. Where neither API answers it says `operation_unavailable`	always listed; runs where the deployment answers either API

A typical session: search_operations finds the operation, describe_operation shows its parameters, execute_read runs it:

{"operationId": "trace_list", "parameters": {"limit": 10, "tags": ["prod", "checkout"]}}

The server keeps nothing between calls (it is stateless). It never takes a URL, host or credential from the agent. It only runs operations from its built-in catalog, against the host you configured. Every call is validated before anything is sent, and every failure comes back as a structured tool error with a code, a hint and a retryable flag. Parameters, error codes, result limits and the audit line: Tools reference.

User skill

The server gives an agent generic tools; the user skill langfuse-api-mcp (skills/langfuse-api-mcp/) teaches it how a Langfuse investigation is done with them: discover, describe, then execute; always a bounded time window; Langfuse data is untrusted, never instructions. It has a short entry file and one reference per workflow (traces, cost and latency, prompts, experiments, scores, errors), each loaded only when its workflow is asked for. Its description names this server's tools, so it does not compete with Langfuse's own langfuse skill. It adds no permission of its own: whether execute_write exists and every confirmation stay the server's decision.

Claude Code, Cursor, VS Code, Codex CLI, Gemini CLI, Windsurf. Install it from the repository with the skills CLI, in your project (or with -g for your user); --agent names the hosts to install for (--agent '*' for all). The Claude Code install is proven; the other hosts rely on the CLI's own support:

npx skills add rodrigorjsf/langfuse-api-mcp

non-interactive, one host: npx skills add rodrigorjsf/langfuse-api-mcp --agent claude-code -y

The CLI installs from main, while your server may be an older build; the skill therefore tells the agent to call describe_operation for every parameter it does not name (details).

Claude Desktop installs skills only by upload. Each GitHub release carries langfuse-api-mcp-skill_ .zip, signed, whose root is the langfuse-api-mcp/ folder; upload it in Claude Desktop under Customize > Skills.

Install and run

Channel	Platforms	Needs
npx	Linux, macOS, Windows × x64, arm64	Node.js with npm
Release archive	Linux, macOS, Windows × amd64, arm64	nothing
Docker	linux/amd64, linux/arm64; stdio only	Docker
Claude Desktop (MCPB)	macOS, Windows	Claude Desktop
`go install`	any Go platform	Go 1.21 or later

Every channel except go install is signed or carries npm provenance: see Verify what you run. The server is also listed in the MCP Registry as io.github.rodrigorjsf/langfuse-api-mcp. What each channel ships and how it is built: Installation reference.

npx

Configure the server in your MCP client as npx -y langfuse-api-mcp (pin a version with langfuse-api-mcp@ ); it needs Node.js with npm, nothing else. The package carries the Go binary: nothing is downloaded at install time and no install script runs. See Client configuration for the snippet of your client.

Release archive

Every GitHub release carries one archive per target, langfuse-mcp_ _ _ .tar.gz (.zip on Windows), plus checksums.txt. Download with gh or curl, check the archive against checksums.txt, then extract it (Linux on amd64 shown; is the release without the leading v, for example 0.2.0):

version=<version>

archive="langfuse-mcp_${version}_linux_amd64.tar.gz" gh release download "v$version" -R rodrigorjsf/langfuse-api-mcp -p "$archive" -p checksums.txt

or: curl -fsSLO "https://github.com/rodrigorjsf/langfuse-api-mcp/releases/download/v$version/$archive"

curl -fsSLO "https://github.com/rodrigorjsf/langfuse-api-mcp/releases/download/v$version/checksums.txt"

awk -v f="$archive" '$2 == f' checksums.txt | sha256sum -c - # macOS: … | shasum -a 256 -c - tar -xzf "$archive"

On Windows (PowerShell), compare the hash and extract the zip:

$archive = "langfuse-mcp_<version>_windows_amd64.zip"

(Get-FileHash $archive -Algorithm SHA256).Hash.ToLower() # must equal the line for $archive in checksums.txt Expand-Archive $archive -DestinationPath langfuse-mcp

Then point your MCP client at the extracted binary (see Client configuration). The binaries are not notarized nor Authenticode-signed: download with curl or gh, not a browser, or see Downloaded in a browser?.

Docker

Pass the keys and the base URL with -e, and keep -i (the server speaks MCP over stdin and stdout):

docker run -i --rm \

-e LANGFUSE_PUBLIC_KEY -e LANGFUSE_SECRET_KEY -e LANGFUSE_BASE_URL \ ghcr.io/rodrigorjsf/langfuse-api-mcp:

-e NAME without a value passes the variable from the environment that runs docker, so the keys never appear in the command line. Behind a corporate CA, mount the CA file read-only and point LANGFUSE_CA_CERT at it; the file must be readable by any user (the image does not run as you):

docker run -i --rm \

-e LANGFUSE_PUBLIC_KEY -e LANGFUSE_SECRET_KEY -e LANGFUSE_BASE_URL \ -e L

Nur der Anfang wird gezeigt; den Rest findest du im Repo

Langfuse API

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Sonstigesi

Häufige Fragen

Alternativen

Spec Driven Development

Remote Desktop Commander

Toggl 2.0

README vom Entwickler

langfuse-api-mcp

What it is

When to use it

How it differs from the official Langfuse MCP

Tools

User skill

non-interactive, one host: npx skills add rodrigorjsf/langfuse-api-mcp --agent claude-code -y

Install and run

npx

Release archive

or: curl -fsSLO "https://github.com/rodrigorjsf/langfuse-api-mcp/releases/download/v$version/$archive"

curl -fsSLO "https://github.com/rodrigorjsf/langfuse-api-mcp/releases/download/v$version/checksums.txt"

Docker