Le Répertoire des AgentsFR · EN · ES · JA · HI

“Quiero saber qué hacen realmente mis agentes”

Desarrolladores y equipos que hacen funcionar agentes en producción: cuando un agente responde cualquier cosa o itera durante una hora, quieres poder reproducir la escena en lugar de adivinar.

Agente recomendado: Langfuse

💰 De 0 a 29 $/mes para empezar (gratuito en autoalojado o con el plan Hobby; Core desde 29 $/mes). Nivel: Avanzado 🌍 Alemania Plan Hobby gratuito (50 000 unidades/mes) y versión de código abierto autoalojada gratuita; planes de pago desde 29 $/mes

Precio verificado el 29 de octubre de 2026.

Langfuse (langfuse.com), la plataforma de código abierto de observabilidad para agentes y aplicaciones de IA: cada ejecución se convierte en una «traza» reproducible etapa por etapa — prompts, respuestas, herramientas llamadas, duraciones, errores y coste en dólares. Se añaden evaluaciones automáticas para detectar las derivas antes que los usuarios.

Cómo funciona

Activador: Uno de tus agentes ejecuta una tarea — registra cada etapa de la ejecución, calcula su coste y señala las anomalías y los errores, un historial completo y buscable de lo que tus agentes han hecho, y de lo que ha costado.

Puesta en marcha paso a paso

Crea una cuenta de Langfuse Cloud (plan Hobby gratuito) o autoaloja la versión de código abierto.
Añade el SDK de Langfuse a tu agente, o conéctalo vía tu proxy (se integra en particular con LiteLLM).
Abre tu primera traza y reproduce una ejecución completa, etapa por etapa.
Crea un panel de coste por agente y una alerta sobre las ejecuciones anormalmente largas o caras.

⚠️ Precauciones: Las trazas contienen tus prompts y tus datos: elige la región de alojamiento (UE disponible), enmascara los datos personales antes del envío, y fija una duración de conservación corta al principio.

🔧 Detalles técnicos

Instalación: híbrido — Langfuse Cloud gestionado y autoalojamiento en la propia infraestructura, acceso vía SDK/API en ambos casos.
Requisitos previos: Nube: una cuenta, un proyecto y un par de claves API (pública/secreta), luego un SDK Python o JS/TS o un exportador OpenTelemetry. Autoalojado: Docker, PostgreSQL, ClickHouse, Redis/Valkey (versión 7 mínima documentada) y un almacenamiento de objetos S3/blob.
Equipo: Mínimos documentados para el autoalojado: Web 2 CPU/4 GiB, Worker 2 CPU/4 GiB, PostgreSQL 2 CPU/4 GiB, Redis/Valkey 1 CPU/1,5 GiB, ClickHouse 2 CPU/8 GiB, blob MinIO/SeaweedFS 2 CPU/4 GiB o S3 serverless.
Alojamiento propio: sí — Docker Compose para el uso local/de prueba en una VM, Kubernetes vía Helm (vía recomendada en producción) y plantillas Terraform para AWS, Azure y GCP.
Licencia: mixto — todo el código fuera de los directorios ee/ está bajo licencia MIT (archivo LICENSE del repositorio: «MIT Expat»); los módulos bajo ee/, web/src/ee/, worker/src/ee/ y packages/shared/src/server/ee/ dependen de la licencia definida en ee/LICENSE (licencia Enterprise comercial).
API e integraciones: API: Sí · SDK: Python, JavaScript/TypeScript · CLI: Sí · Webhooks: Sí · MCP: Sí
Modelos: Plataforma agnóstica: trazado de más de 100 frameworks y proveedores (OpenAI, Anthropic, Google Gemini, Amazon Bedrock, Azure OpenAI, LiteLLM, LangChain, LlamaIndex, etc.) y modelos locales vía la integración Ollama. Para el Playground, los experimentos y LLM-as-a-judge, las conexiones LLM documentadas son OpenAI, Azure OpenAI, Anthropic, Google Vertex y Amazon Bedrock (otros servicios vía la API de OpenAI), con las claves API propias del usuario (BYOK).
Datos: En la nube, los datos se alojan en AWS y ClickHouse Cloud en la región elegida (UE Irlanda eu-west-1, US Oregón us-west-2, Japón Tokio ap-northeast-1, más una región HIPAA en Oregón): trazas/observaciones/scores en ClickHouse, datos transaccionales en Postgres, eventos primero persistidos en S3. La FAQ oficial de seguridad indica que las trazas y los prompts no sirven ni para el entrenamiento de modelos ni para benchmarks externos; en autoalojado, los datos permanecen en la infraestructura del usuario, incluso en modo sin conexión/air-gapped.
Límites documentados: Nube: Hobby 50k unidades/mes, acceso a los datos 30 días, 2 usuarios e ingestión 1 000 req/min; Core 100k unidades incluidas, 90 días, ingestión 4 000 req/min; Pro 3 años de acceso, ingestión 20 000 req/min y límites de API más altos (la página de precios detalla los rate limits por API). El OSS autoalojado está documentado sin límite de uso.
Operación: Trazas/observaciones y métricas nativas; conexión Google, AzureAD y GitHub, SSO empresarial (Okta, Entra ID), RBAC a nivel de organización y proyecto, SCIM y registros de auditoría según las ofertas/licencia Enterprise. Exportaciones por API, exportación por lotes vía la interfaz y exportación programada hacia un blob storage; copias de seguridad en la nube documentadas: Postgres 7 días con PITR (RPO 10 min, RTO 12 h), ClickHouse cada 6 h (4 días), S3 versioning 7 días — Docker Compose, en cambio, está documentado sin alta disponibilidad ni copias de seguridad.

Fuentes oficiales: langfuse.com · github.com · github.com · langfuse.com · langfuse.com · langfuse.com — verificado el 1 de noviembre de 2026.

Encuentra tu agente con el cuestionario →

Preguntas frecuentes

¿Cuánto cuesta Langfuse?

De 0 a 29 $/mes para empezar (gratis en autoalojamiento o con el plan Hobby; Core desde 29 $/mes). Plan Hobby gratuito (50.000 unidades/mes) y versión open source autoalojada gratuita; planes de pago desde 29 $/mes. Precio verificado el 29 de octubre de 2026.

¿Langfuse es gratis?

Sí. Plan Hobby gratuito (50.000 unidades/mes) y versión open source autoalojada gratuita; planes de pago desde 29 $/mes.

¿Es difícil empezar a usar Langfuse?

Nivel: Avanzado. La configuración se realiza en 4 pasos; el primero: cree una cuenta de Langfuse Cloud (plan Hobby gratuito) o autoaloje la versión open source.

¿Qué límites y precauciones hay que conocer con Langfuse?

Las trazas contienen sus prompts y sus datos: elija la región de alojamiento (UE disponible), enmascare los datos personales antes del envío y fije al principio una duración de conservación corta.

Otros agentes para este problema

LLM Council

Quiero una segunda opinión sólida antes de una decisión importante

Software gratuito (repositorio público, sin licencia de código abierto); pagas las llamadas a los modelos (aproximadamente de 2 a 3 veces el coste de una pregunta a un solo modelo).

CrewAI

Quiero un equipo de agentes que se reparta un trabajo grande

0 $ por el framework de código abierto y la plataforma básica (50 ejecuciones/mes); plataforma empresarial con presupuesto, más el coste de las llamadas a los modelos.

LangGraph

Quiero un flujo de agentes a medida, con cada etapa controlada

Biblioteca de código abierto gratuita; pagas las llamadas a los modelos, y LangSmith si lo tomas (gratuito al principio, luego 39 $/usuario/mes).

AutoGen

Quiero agentes que debatan entre ellos hasta encontrar la solución

Código abierto gratuito; pagas las llamadas a los modelos utilizados por los agentes — un debate de varias rondas cuesta varias veces una respuesta simple.

MCP (Model Context Protocol)

Quiero conectar mis propias herramientas y datos a mis agentes

Gratuito: es un estándar abierto, no un producto; cada herramienta que conectes mantiene su propia tarifa.

Ver también

“Quiero una segunda opinión sólida antes de una decisión importante” — LLM Council “Quiero un equipo de agentes que se reparta un trabajo grande” — CrewAI “Quiero un flujo de agentes a medida, con cada etapa controlada” — LangGraph

Ficha actualizada el 1 de noviembre de 2026 — ver las novedades del Directorio.