crewAI/docs/edge/pt-BR/observability/weave.mdx

---
title: Integração com Weave
description: Saiba como usar o Weights & Biases (W&B) Weave para rastrear, experimentar, avaliar e melhorar suas aplicações CrewAI.
icon: radar
mode: "wide"
---

# Visão Geral do Weave

[Weights & Biases (W&B) Weave](https://weave-docs.wandb.ai/) é um framework para rastreamento, experimentação, avaliação, implementação e aprimoramento de aplicações baseadas em LLM.

![Visão geral do uso do tracing do W&B Weave com CrewAI](/images/weave-tracing.gif)

O Weave oferece suporte completo para todas as etapas do desenvolvimento da sua aplicação CrewAI:

- **Rastreamento e Monitoramento**: Acompanhe automaticamente chamadas LLM e a lógica da aplicação para depuração e análise de sistemas em produção
- **Iteração Sistemática**: Aperfeiçoe e itere em prompts, conjuntos de dados e modelos
- **Avaliação**: Utilize avaliadores personalizados ou pré-construídos para avaliar e aprimorar sistematicamente o desempenho dos agentes
- **Guardrails**: Proteja seus agentes com salvaguardas pré e pós-execução para moderação de conteúdo e segurança de prompts

O Weave captura automaticamente rastreamentos (traces) de suas aplicações CrewAI, permitindo monitorar e analisar o desempenho, as interações e o fluxo de execução dos seus agentes. Isso te ajuda a construir melhores conjuntos de dados para avaliação e a otimizar os fluxos de trabalho dos agentes.

## Instruções de Configuração

<Steps>
    <Step title="Instale os pacotes necessários">
      ```shell
      pip install crewai weave
      ```
    </Step>
    <Step title="Crie uma conta no W&B">
      Cadastre-se em uma [conta Weights & Biases](https://wandb.ai) caso ainda não tenha uma. Você precisará dela para visualizar rastreamentos e métricas.
    </Step>
    <Step title="Inicialize o Weave na sua aplicação">
      Adicione o seguinte código à sua aplicação:

      ```python
      import weave

      # Inicialize o Weave com o nome do seu projeto
      weave.init(project_name="crewai_demo")
      ```
      
      Após a inicialização, o Weave fornecerá uma URL onde você poderá visualizar seus rastreamentos e métricas.
    </Step>
    <Step title="Crie seus Crews/Flows">
      ```python
      from crewai import Agent, Task, Crew, LLM, Process

      # Crie um LLM com temperatura 0 para garantir saídas determinísticas
      llm = LLM(model="gpt-4o", temperature=0)

      # Crie os agentes
      pesquisador = Agent(
          role='Analista de Pesquisa',
          goal='Encontrar e analisar as melhores oportunidades de investimento',
          backstory='Especialista em análise financeira e pesquisa de mercado',
          llm=llm,
          verbose=True,
          allow_delegation=False,
      )

      redator = Agent(
          role='Redator de Relatórios',
          goal='Escrever relatórios de investimento claros e concisos',
          backstory='Experiente na criação de relatórios financeiros detalhados',
          llm=llm,
          verbose=True,
          allow_delegation=False,
      )

      # Crie as tarefas
      pesquisa = Task(
          description='Pesquisa aprofundada sobre o {tema}',
          expected_output='Dados de mercado abrangentes incluindo principais players, tamanho de mercado e tendências de crescimento.',
          agent=pesquisador
      )

      redacao = Task(
          description='Escreva um relatório detalhado com base na pesquisa',
          expected_output='O relatório deve ser fácil de ler e entender. Use tópicos quando aplicável.',
          agent=redator
      )

      # Crie o crew
      equipe = Crew(
          agents=[pesquisador, redator],
          tasks=[pesquisa, redacao],
          verbose=True,
          process=Process.sequential,
      )

      # Execute o crew
      resultado = equipe.kickoff(inputs={"tema": "IA em ciência dos materiais"})
      print(resultado)
      ```
    </Step>
    <Step title="Visualize rastreamentos no Weave">
      Após executar sua aplicação CrewAI, acesse a URL do Weave fornecida durante a inicialização para visualizar:
      - Chamadas LLM e seus metadados
      - Interações dos agentes e fluxo de execução das tarefas
      - Métricas de desempenho como latência e uso de tokens
      - Quaisquer erros ou problemas ocorridos durante a execução

      <Frame caption="Painel de Rastreamento do Weave">
        <img src="/images/weave-tracing.png" alt="Exemplo de rastreamento do Weave com CrewAI" />
      </Frame>
    </Step>
</Steps>

## Funcionalidades

- O Weave captura automaticamente todas as operações do CrewAI: interações dos agentes e execuções das tarefas; chamadas LLM com metadados e uso de tokens; uso de ferramentas e resultados.
- A integração suporta todos os métodos de execução do CrewAI: `kickoff()`, `kickoff_for_each()`, `kickoff_async()` e `kickoff_for_each_async()`.
- Rastreamento automático de todas as [crewAI-tools](https://github.com/crewAIInc/crewAI-tools).
- Suporte ao recurso flow com patching por decorador (`@start`, `@listen`, `@router`, `@or_`, `@and_`).
- Rastreie guardrails personalizados passados para o `Task` do CrewAI com `@weave.op()`.

Para informações detalhadas sobre o que é suportado, acesse a [documentação do Weave CrewAI](https://weave-docs.wandb.ai/guides/integrations/crewai/#getting-started-with-flow).

## Recursos

- [📘 Documentação do Weave](https://weave-docs.wandb.ai)
- [📊 Exemplo de dashboard Weave x CrewAI](https://wandb.ai/ayut/crewai_demo/weave/traces?cols=%7B%22wb_run_id%22%3Afalse%2C%22attributes.weave.client_version%22%3Afalse%2C%22attributes.weave.os_name%22%3Afalse%2C%22attributes.weave.os_release%22%3Afalse%2C%22attributes.weave.os_version%22%3Afalse%2C%22attributes.weave.source%22%3Afalse%2C%22attributes.weave.sys_version%22%3Afalse%7D&peekPath=%2Fayut%2Fcrewai_demo%2Fcalls%2F0195c838-38cb-71a2-8a15-651ecddf9d89)
- [🐦 X](https://x.com/weave_wb)