crewAI/docs/pt-BR/enterprise/guides/deploy-to-amp.mdx

---
title: "Deploy para AMP"
description: "Implante seu Crew ou Flow no CrewAI AMP"
icon: "rocket"
mode: "wide"
---

<Note>
  Depois de criar um Crew ou Flow localmente (ou pelo Crew Studio), o próximo passo é
  implantá-lo na plataforma CrewAI AMP. Este guia cobre múltiplos métodos de
  implantação para ajudá-lo a escolher a melhor abordagem para o seu fluxo de trabalho.
</Note>

## Pré-requisitos

<CardGroup cols={2}>
  <Card title="Projeto Pronto para Implantação" icon="check-circle">
    Você deve ter um Crew ou Flow funcionando localmente com sucesso.
    Siga nosso [guia de preparação](/pt-BR/enterprise/guides/prepare-for-deployment) para verificar a estrutura do seu projeto.
  </Card>
  <Card title="Repositório GitHub" icon="github">
    Seu código deve estar em um repositório do GitHub (para o método de integração com GitHub).
  </Card>
</CardGroup>

<Info>
  **Crews vs Flows**: Ambos os tipos de projeto podem ser implantados como "automações" no CrewAI AMP.
  O processo de implantação é o mesmo, mas eles têm estruturas de projeto diferentes.
  Veja [Preparar para Implantação](/pt-BR/enterprise/guides/prepare-for-deployment) para detalhes.
</Info>

## Opção 1: Implantar Usando o CrewAI CLI

A CLI fornece a maneira mais rápida de implantar Crews ou Flows desenvolvidos localmente na plataforma AMP.
A CLI detecta automaticamente o tipo do seu projeto a partir do `pyproject.toml` e faz o build adequadamente.

<Steps>
  <Step title="Instale o CrewAI CLI">
    Se ainda não tiver, instale o CrewAI CLI:

    ```bash
    pip install crewai[tools]
    ```

    <Tip>
    A CLI vem com o pacote principal CrewAI, mas o extra `[tools]` garante todas as dependências de implantação.
    </Tip>

  </Step>

  <Step title="Autentique-se na Plataforma Enterprise">
    Primeiro, você precisa autenticar sua CLI com a plataforma CrewAI AMP:

    ```bash
    # Se já possui uma conta CrewAI AMP, ou deseja criar uma:
    crewai login
    ```

    Ao executar qualquer um dos comandos, a CLI irá:
    1. Exibir uma URL e um código de dispositivo único
    2. Abrir seu navegador para a página de autenticação
    3. Solicitar a confirmação do dispositivo
    4. Completar o processo de autenticação

    Após a autenticação bem-sucedida, você verá uma mensagem de confirmação no terminal!

  </Step>

  <Step title="Criar uma Implantação">

    No diretório do seu projeto, execute:

    ```bash
    crewai deploy create
    ```

    Este comando irá:
    1. Detectar informações do seu repositório GitHub
    2. Identificar variáveis de ambiente no seu arquivo `.env` local
    3. Transferir essas variáveis com segurança para a plataforma Enterprise
    4. Criar uma nova implantação com um identificador único

    Com a criação bem-sucedida, você verá uma mensagem como:
    ```shell
    Deployment created successfully!
    Name: your_project_name
    Deployment ID: 01234567-89ab-cdef-0123-456789abcdef
    Current Status: Deploy Enqueued
    ```

  </Step>

  <Step title="Acompanhe o Progresso da Implantação">

    Acompanhe o status da implantação com:

    ```bash
    crewai deploy status
    ```

    Para ver logs detalhados do processo de build:

    ```bash
    crewai deploy logs
    ```

    <Tip>
    A primeira implantação normalmente leva de 10 a 15 minutos, pois as imagens dos containers são construídas. As próximas implantações são bem mais rápidas.
    </Tip>

  </Step>
</Steps>

## Comandos Adicionais da CLI

O CrewAI CLI oferece vários comandos para gerenciar suas implantações:

```bash
# Liste todas as suas implantações
crewai deploy list

# Consulte o status de uma implantação
crewai deploy status

# Veja os logs da implantação
crewai deploy logs

# Envie atualizações após alterações no código
crewai deploy push

# Remova uma implantação
crewai deploy remove <deployment_id>
```

## Opção 2: Implantar Diretamente pela Interface Web

Você também pode implantar seus Crews ou Flows diretamente pela interface web do CrewAI AMP conectando sua conta do GitHub. Esta abordagem não requer utilizar a CLI na sua máquina local. A plataforma detecta automaticamente o tipo do seu projeto e trata o build adequadamente.

<Steps>

  <Step title="Enviar para o GitHub">

Você precisa enviar seu crew para um repositório do GitHub. Caso ainda não tenha criado um crew, você pode [seguir este tutorial](/pt-BR/quickstart).

  </Step>

  <Step title="Conectando o GitHub ao CrewAI AMP">

    1. Faça login em [CrewAI AMP](https://app.crewai.com)
    2. Clique no botão "Connect GitHub"

    <Frame>
      ![Botão Connect GitHub](/images/enterprise/connect-github.png)
    </Frame>

  </Step>

  <Step title="Selecionar o Repositório">

    Após conectar sua conta GitHub, você poderá selecionar qual repositório deseja implantar:

    <Frame>
      ![Selecionar Repositório](/images/enterprise/select-repo.png)
    </Frame>

  </Step>

  <Step title="Definir as Variáveis de Ambiente">

    Antes de implantar, você precisará configurar as variáveis de ambiente para conectar ao seu provedor de LLM ou outros serviços:

    1. Você pode adicionar variáveis individualmente ou em lote
    2. Digite suas variáveis no formato `KEY=VALUE` (uma por linha)

    <Frame>
      ![Definir Variáveis de Ambiente](/images/enterprise/set-env-variables.png)
    </Frame>

  </Step>

  <Step title="Implante Seu Crew">

    1. Clique no botão "Deploy" para iniciar o processo de implantação
    2. Você pode monitorar o progresso pela barra de progresso
    3. A primeira implantação geralmente demora de 10 a 15 minutos; as próximas serão mais rápidas

    <Frame>
      ![Progresso da Implantação](/images/enterprise/deploy-progress.png)
    </Frame>

    Após a conclusão, você verá:
    - A URL exclusiva do seu crew
    - Um Bearer token para proteger sua API crew
    - Um botão "Delete" caso precise remover a implantação

  </Step>

</Steps>

## Opção 3: Reimplantar Usando API (Integração CI/CD)

Para implantações automatizadas em pipelines CI/CD, você pode usar a API do CrewAI para acionar reimplantações de crews existentes. Isso é particularmente útil para GitHub Actions, Jenkins ou outros workflows de automação.

<Steps>
  <Step title="Obtenha Seu Token de Acesso Pessoal">

    Navegue até as configurações da sua conta CrewAI AMP para gerar um token de API:

    1. Acesse [app.crewai.com](https://app.crewai.com)
    2. Clique em **Settings** → **Account** → **Personal Access Token**
    3. Gere um novo token e copie-o com segurança
    4. Armazene este token como um secret no seu sistema CI/CD

  </Step>

  <Step title="Encontre o UUID da Sua Automação">

    Localize o identificador único do seu crew implantado:

    1. Acesse **Automations** no seu dashboard CrewAI AMP
    2. Selecione sua automação/crew existente
    3. Clique em **Additional Details**
    4. Copie o **UUID** - este identifica sua implantação específica do crew

  </Step>

  <Step title="Acione a Reimplantação via API">

    Use o endpoint da API de Deploy para acionar uma reimplantação:

    ```bash
    curl -i -X POST \
         -H "Authorization: Bearer YOUR_PERSONAL_ACCESS_TOKEN" \
         https://app.crewai.com/crewai_plus/api/v1/crews/YOUR-AUTOMATION-UUID/deploy

    # HTTP/2 200
    # content-type: application/json
    #
    # {
    #   "uuid": "your-automation-uuid",
    #   "status": "Deploy Enqueued",
    #   "public_url": "https://your-crew-deployment.crewai.com",
    #   "token": "your-bearer-token"
    # }
    ```

    <Info>
    Se sua automação foi criada originalmente conectada ao Git, a API automaticamente puxará as últimas alterações do seu repositório antes de reimplantar.
    </Info>

  </Step>

  <Step title="Exemplo de Integração com GitHub Actions">

    Aqui está um workflow do GitHub Actions com gatilhos de implantação mais complexos:

    ```yaml
    name: Deploy CrewAI Automation

    on:
      push:
        branches: [ main ]
      pull_request:
        types: [ labeled ]
      release:
        types: [ published ]

    jobs:
      deploy:
        runs-on: ubuntu-latest
        if: |
          (github.event_name == 'push' && github.ref == 'refs/heads/main') ||
          (github.event_name == 'pull_request' && contains(github.event.pull_request.labels.*.name, 'deploy')) ||
          (github.event_name == 'release')
        steps:
          - name: Trigger CrewAI Redeployment
            run: |
              curl -X POST \
                   -H "Authorization: Bearer ${{ secrets.CREWAI_PAT }}" \
                   https://app.crewai.com/crewai_plus/api/v1/crews/${{ secrets.CREWAI_AUTOMATION_UUID }}/deploy
    ```

    <Tip>
    Adicione `CREWAI_PAT` e `CREWAI_AUTOMATION_UUID` como secrets do repositório. Para implantações de PR, adicione um label "deploy" para acionar o workflow.
    </Tip>

    </Step>

  </Steps>

## Interaja com Sua Automação Implantada

Após a implantação, você pode acessar seu crew através de:

1. **REST API**: A plataforma gera um endpoint HTTPS exclusivo com estas rotas principais:

   - `/inputs`: Lista os parâmetros de entrada requeridos
   - `/kickoff`: Inicia uma execução com os inputs fornecidos
   - `/status/{kickoff_id}`: Consulta o status da execução

2. **Interface Web**: Acesse [app.crewai.com](https://app.crewai.com) para visualizar:
   - **Aba Status**: Informações da implantação, detalhes do endpoint da API e token de autenticação
   - **Aba Run**: Visualização da estrutura do seu crew
   - **Aba Executions**: Histórico de todas as execuções
   - **Aba Metrics**: Análises de desempenho
   - **Aba Traces**: Insights detalhados das execuções

### Dispare uma Execução

No dashboard Enterprise, você pode:

1. Clicar no nome do seu crew para abrir seus detalhes
2. Selecionar "Trigger Crew" na interface de gerenciamento
3. Inserir os inputs necessários no modal exibido
4. Monitorar o progresso à medida que a execução avança pelo pipeline

### Monitoramento e Análises

A plataforma Enterprise oferece recursos abrangentes de observabilidade:

- **Gestão das Execuções**: Acompanhe execuções ativas e concluídas
- **Traces**: Quebra detalhada de cada execução
- **Métricas**: Uso de tokens, tempos de execução e custos
- **Visualização em Linha do Tempo**: Representação visual das sequências de tarefas

### Funcionalidades Avançadas

A plataforma Enterprise também oferece:

- **Gerenciamento de Variáveis de Ambiente**: Armazene e gerencie com segurança as chaves de API
- **Conexões com LLM**: Configure integrações com diversos provedores de LLM
- **Repositório Custom Tools**: Crie, compartilhe e instale ferramentas
- **Crew Studio**: Monte crews via interface de chat sem escrever código

## Solução de Problemas em Falhas de Implantação

Se sua implantação falhar, verifique estes problemas comuns:

### Falhas de Build

#### Arquivo uv.lock Ausente

**Sintoma**: Build falha no início com erros de resolução de dependências

**Solução**: Gere e faça commit do arquivo lock:

```bash
uv lock
git add uv.lock
git commit -m "Add uv.lock for deployment"
git push
```

<Warning>
  O arquivo `uv.lock` é obrigatório para todas as implantações. Sem ele, a plataforma
  não consegue instalar suas dependências de forma confiável.
</Warning>

#### Estrutura de Projeto Incorreta

**Sintoma**: Erros "Could not find entry point" ou "Module not found"

**Solução**: Verifique se seu projeto corresponde à estrutura esperada:

- **Tanto Crews quanto Flows**: Devem ter ponto de entrada em `src/project_name/main.py`
- **Crews**: Usam uma função `run()` como ponto de entrada
- **Flows**: Usam uma função `kickoff()` como ponto de entrada

Veja [Preparar para Implantação](/pt-BR/enterprise/guides/prepare-for-deployment) para diagramas de estrutura detalhados.

#### Decorador CrewBase Ausente

**Sintoma**: Erros "Crew not found", "Config not found" ou erros de configuração de agent/task

**Solução**: Certifique-se de que **todas** as classes crew usam o decorador `@CrewBase`:

```python
from crewai.project import CrewBase, agent, crew, task

@CrewBase  # Este decorador é OBRIGATÓRIO
class YourCrew():
    """Descrição do seu crew"""

    @agent
    def my_agent(self) -> Agent:
        return Agent(
            config=self.agents_config['my_agent'],  # type: ignore[index]
            verbose=True
        )

    # ... resto da definição do crew
```

<Info>
  Isso se aplica a Crews independentes E crews embutidos dentro de projetos Flow.
  Toda classe crew precisa do decorador.
</Info>

#### Tipo Incorreto no pyproject.toml

**Sintoma**: Build tem sucesso mas falha em runtime, ou comportamento inesperado

**Solução**: Verifique se a seção `[tool.crewai]` corresponde ao tipo do seu projeto:

```toml
# Para projetos Crew:
[tool.crewai]
type = "crew"

# Para projetos Flow:
[tool.crewai]
type = "flow"
```

### Falhas de Runtime

#### Falhas de Conexão com LLM

**Sintoma**: Erros de chave API, "model not found" ou falhas de autenticação

**Solução**:
1. Verifique se a chave API do seu provedor LLM está corretamente definida nas variáveis de ambiente
2. Certifique-se de que os nomes das variáveis de ambiente correspondem ao que seu código espera
3. Teste localmente com exatamente as mesmas variáveis de ambiente antes de implantar

#### Erros de Execução do Crew

**Sintoma**: Crew inicia mas falha durante a execução

**Solução**:
1. Verifique os logs de execução no dashboard AMP (aba Traces)
2. Verifique se todas as ferramentas têm as chaves API necessárias configuradas
3. Certifique-se de que as configurações de agents em `agents.yaml` são válidas
4. Verifique se há erros de sintaxe nas configurações de tasks em `tasks.yaml`

<Card title="Precisa de Ajuda?" icon="headset" href="mailto:support@crewai.com">
  Entre em contato com nossa equipe de suporte para ajuda com questões de
  implantação ou dúvidas sobre a plataforma AMP.
</Card>