OpenClaw—AI研究OpenClaw是一款由Peter Steinberger开发的免费开源AI智能体，它最大的特点就是模型无关性，支持Claude、GPT、DeepSeek等多种大语言模型。不同于其他AI助手，OpenClaw可以本地运行，并通过Signal、Telegram、Discord等即时通讯平台进行交互。它不仅能执行任务，还能自主编写技能，并记住用户的使用偏好。
Langfuse则是一个开源的AI工程平台，主要帮助开发团队追踪大语言模型调用情况，监控性能表现，并调试AI应用中的问题。用户可以选择使用Langfuse Cloud（由Langfuse托管，提供免费套餐，无需自行维护基础设施），也可以选择自行部署。
为什么要追踪OpenClaw的运行轨迹呢？因为作为一个自主AI智能体，OpenClaw在幕后做出了许多我们看不见的决策：它调用了哪些模型，进行了哪些推理，使用了哪些技能和工具，以及每个交互回合的成本是多少。通过追踪功能，这些信息都能被完整地呈现出来。
通过追踪功能，用户可以深入了解OpenClaw的行为模式。可以看到AI助手发出的提示词、推理过程以及调用的工具。同时，这也有助于改进AI智能体，当发现AI在某些情况下表现不佳时，可以针对性地调整技能、系统提示词和配置参数。
追踪功能还能帮助用户跟踪使用成本。通过监控不同模型和会话的token使用量及费用支出，用户可以更好地管理AI应用的开销。安装过程也很简单，只需安装OpenClaw x Langfuse插件（’Langfuse Bridge’），将Langfuse的密钥粘贴到配置文件中，无需设置代理，也无需修改代码。
具体来说，用户需要先注册Langfuse Cloud或自行部署Langfuse，然后在项目设置中获取公钥和私钥。接下来，通过ClawHub安装插件，并在openclaw.json配置文件中启用插件并提供Langfuse的凭证信息。配置完成后，重启OpenClaw网关即可开始使用。
在Langfuse平台上，用户可以按会话查看追踪数据，包括每个交互回合的模型调用、工具和技能执行情况、token使用量、费用以及错误信息等。此外，如果已经通过OpenRouter路由OpenClaw的LLM调用，也可以在OpenRouter设置中连接Langfuse密钥来启用广播功能，从而在不修改OpenClaw配置的情况下捕获追踪数据。