Menü
查询 Langfuse 可观测平台数据，帮助定位 Claude Code 任务执行异常
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
基于 persona.md 的 personality_dims，按映射公式计算行为参数，写入 character_params.yaml。 由 calibrate_params 定时任务触发（每7天），或初始化完成时立即触发一次。 其他 SKILL/hook 在检测到 persona_checksum 不一致时，也会直接调用 recalculate.sh 同步重算。
v2.2 M3 · 对话历程摘要。RECENT_HISTORY.md 超过 30 条时，压缩旧条目为 3-5 句历程摘要 写入 memory/session_summary.md，防止长 context 导致角色漂移到共情模板。 被 memory_distill 在检测条数超阈时调用，或用户主动校验记忆时调用。
Companion Workspace 生活日志生成 SOP (v5.2)。 由 life_sim.yaml 定时任务触发（每 4 小时）。 从 material_pool 选真实素材，以"触发→反应"模板转译为角色生活日志。 内含：留白模式、用户倾诉强制呼应、降温规则、多形态衔接、失败降级链。
v5.1 关键词模板驱动 + 硬筛规则 + LLM 二审（锁外）+ 失败状态追踪。 由 material_fetch.yaml 定时任务触发（每 6 小时）。send_output: false。 读 memory/keyword_templates.yaml 生成查询，经 filters.yaml 硬筛后 LLM 二审打 fit_score 入库。
Companion Workspace 定时记忆提炼 SOP。 由 memory_distill.yaml 定时任务触发（每小时一次）。 从最近消息中提炼新信息，补充到 memory 文件，不重复已有内容。
Companion Workspace 记忆写入规范。 触发词：记住 / 对话结束时的自动检查 / 强烈情绪事件
| name | langfuse_query |
| description | 查询 Langfuse 可观测平台数据，帮助定位 Claude Code 任务执行异常 |
| version | 1.0.0 |
| triggers | ["查日志","任务报错了","最近有没有异常","查一下 trace","执行失败","调试一下","上次任务怎么了","有没有错误"] |
langfuse_query.py 通过 Langfuse REST API 拉取 traces / observations，帮助定位 Claude Code 执行中的异常。
.claude/settings.local.json 向上查找（无需手动传参）SESSION_CONTEXT.md 获取上下文# 脚本路径（绝对路径）
_skill_base="$(dirname "$(python3 -c "import os; print(os.path.abspath('${BASH_SOURCE[0]}'))")")"
SCRIPT="${WORKSPACE_DIR}/.claude/skills/langfuse_query/langfuse_query.py"
python3 "$SCRIPT" --mode traces --limit 10 --hours 24
输出示例：
=== Langfuse Traces [workspace: /root/workspaces/yzk_worker] ===
过去 24h，共 5 条 trace
────────────────────────────────────────────────────────────
✓ [04-11 09:30:12] claude-code turn 3
trace_id : abc123def456789...
session : session-xyz...
input : "帮我查一下今天的任务完成情况"
output : "已完成以下任务：..."
python3 "$SCRIPT" --mode errors --hours 6
python3 "$SCRIPT" --mode observations --trace-id <trace_id_前16位或完整id>
输出工具调用链：
observations (8 条):
[04-11 09:30:10] [generation] Claude Response
input : "帮我查今天的任务完成情况"
output : "已完成以下任务..."
[04-11 09:30:11] [tool] Tool: Read
input : {"file_path": "/root/workspaces/.../memory/MEMORY.md"}
python3 "$SCRIPT" --mode session --session-id <session_id>
| 参数 | 默认值 | 说明 |
|---|---|---|
--mode | traces | 查询模式：traces / observations / session / errors |
--limit | 10 | 返回条数 |
--hours | 24 | 查询最近 N 小时 |
--errors-only | false | 仅显示含错误的 trace |
--task-name | — | 按任务名过滤（部分匹配） |
--trace-id | — | 指定 trace id（observations 模式必需） |
--session-id | — | 指定 session id |
当用户报告"任务没执行"或"执行报错"时：
# 第一步：看最近有没有异常
python3 "$SCRIPT" --mode errors --hours 6
# 第二步：按任务名过滤
python3 "$SCRIPT" --mode traces --task-name "每日简报" --hours 24
# 第三步：查具体 trace 的工具调用链
python3 "$SCRIPT" --mode observations --trace-id abc123def456789a
脚本按以下优先级查找凭证（自动处理，通常无需手动配置）：
LANGFUSE_PUBLIC_KEY / LANGFUSE_SECRET_KEY / LANGFUSE_BASE_URL.claude/settings.local.json 中的 env 字段标准配置（已预置在 workspaces/<app>/.claude/settings.local.json）：
{
"env": {
"TRACE_TO_LANGFUSE": "true",
"LANGFUSE_PUBLIC_KEY": "pk-lf-cc-workspace-bot-local",
"LANGFUSE_SECRET_KEY": "sk-lf-cc-workspace-bot-local",
"LANGFUSE_BASE_URL": "http://localhost:3000"
}
}
访问 http://localhost:3000 查看完整的可视化 traces。
admin@cc-workspace.local / admin123cc-workspace-bot