langfuse-incident-runbook

用途：面向 Langfuse 相关事故与中断的排查与响应，从初步分级到恢复与事后复盘。前提：可访问受影响项目、部署日志与状态页，有值班联系人与安全关闭或重配遥测的变更路径，并使用可脱敏的事故记录，勿粘贴密钥、认证头或提示词。分级：P1 应用受追踪影响（15 分钟响应，如 SDK 抛未处理错误阻断请求）；P2 轨迹未出现但无应用影响（1 小时）；P3 追踪导致性能下降（4 小时）；P4 轻微问题（24 小时）。初判：检查 https://status.langfuse.com 状态码，测试 API 健康与鉴权，查看应用日志错误。常见症状与处置：轨迹缺失查 flush 与 shutdown 处理；401 核对密钥与项目；429 增大批次、降低 flush 频率；SDK 报错加 try/catch 并核对版本；高延迟改异步并提升 requestTimeout；整体中断启用兜底。P1 应急可用 LANGFUSE_ENABLED=false 关闭追踪，v3 使用 enabled 标志；自托管可用 docker ps -a | grep langfuse、docker logs、pg_isready 检查并重启。恢复后验证轨迹是否回流，P1/P2 需记录时间线、影响、根因、解决与预防及行动项。升级路径：L1 值班、L2 平台负责人、L3 Langfuse 支持。输出事故记录含级别、起止时间、客户影响、项目、缓解、负责人与脱敏轨迹结果及回滚决定，不含凭据与客户负载。具体支持渠道、命令参数、版本差异与部署细节以官方资料为准，暂未提供部分未收录。