Files
crewAI/docs/pt-BR/enterprise/features/traces.mdx
Tony Kipkemboi bf9e0423f2
Some checks failed
CodeQL Advanced / Analyze (actions) (push) Has been cancelled
CodeQL Advanced / Analyze (python) (push) Has been cancelled
Notify Downstream / notify-downstream (push) Has been cancelled
Mark stale issues and pull requests / stale (push) Has been cancelled
chore(docs): bring AMP doc refresh from release/v1.0.0 into main (#3637)
* WIP: v1 docs (#3626)

(cherry picked from commit d46e20fa09bcd2f5916282f5553ddeb7183bd92c)

* docs: parity for all translations

* docs: full name of acronym AMP

* docs: fix lingering unused code

* docs: expand contextual options in docs.json

* docs: add contextual action to request feature on GitHub

* chore: tidy docs formatting
2025-10-02 11:36:04 -04:00

148 lines
4.8 KiB
Plaintext

---
title: Traces
description: "Usando Traces para monitorar seus Crews"
icon: "timeline"
mode: "wide"
---
## Visão Geral
Traces fornecem visibilidade abrangente sobre as execuções dos seus crews, ajudando você a monitorar o desempenho, depurar problemas e otimizar os fluxos de trabalho dos seus agentes de IA.
## O que são Traces?
Traces no CrewAI AMP são registros detalhados de execução que capturam todos os aspectos da operação do seu crew, desde as entradas iniciais até as saídas finais. Eles registram:
- Pensamentos e raciocínio do agente
- Detalhes da execução das tarefas
- Uso de ferramentas e resultados
- Métricas de consumo de tokens
- Tempos de execução
- Estimativas de custo
<Frame>
![Traces Overview](/images/enterprise/traces-overview.png)
</Frame>
## Acessando os Traces
<Steps>
<Step title="Navegue até a aba Traces">
No seu painel do CrewAI AMP, clique em **Traces** para ver todos os registros de execução.
</Step>
<Step title="Selecione uma Execução">
Você verá uma lista de todas as execuções do crew, ordenadas por data. Clique em qualquer execução para visualizar seu trace detalhado.
</Step>
</Steps>
## Entendendo a Interface do Trace
A interface do trace é dividida em várias seções, cada uma fornecendo diferentes insights sobre a execução do seu crew:
### 1. Resumo da Execução
A seção superior exibe métricas de alto nível sobre a execução:
- **Total de Tokens**: Número de tokens consumidos em todas as tarefas
- **Prompt Tokens**: Tokens usados em prompts para o LLM
- **Completion Tokens**: Tokens gerados nas respostas do LLM
- **Requisições**: Número de chamadas de API feitas
- **Tempo de Execução**: Duração total da execução do crew
- **Custo Estimado**: Custo aproximado com base no uso de tokens
<Frame>
![Execution Summary](/images/enterprise/trace-summary.png)
</Frame>
### 2. Tarefas & Agentes
Esta seção mostra todas as tarefas e agentes que fizeram parte da execução do crew:
- Nome da tarefa e atribuição do agente
- Agentes e LLMs usados em cada tarefa
- Status (concluído/falhou)
- Tempo de execução individual da tarefa
<Frame>
![Task List](/images/enterprise/trace-tasks.png)
</Frame>
### 3. Saída Final
Exibe o resultado final produzido pelo crew após a conclusão de todas as tarefas.
<Frame>
![Final Output](/images/enterprise/final-output.png)
</Frame>
### 4. Linha do Tempo da Execução
Uma representação visual de quando cada tarefa começou e terminou, ajudando a identificar gargalos ou padrões de execução paralela.
<Frame>
![Execution Timeline](/images/enterprise/trace-timeline.png)
</Frame>
### 5. Visão Detalhada da Tarefa
Ao clicar em uma tarefa específica na linha do tempo ou na lista de tarefas, você verá:
<Frame>
![Detailed Task View](/images/enterprise/trace-detailed-task.png)
</Frame>
- **Task Key**: Identificador único da tarefa
- **Task ID**: Identificador técnico no sistema
- **Status**: Estado atual (concluída/em execução/falhou)
- **Agente**: Qual agente executou a tarefa
- **LLM**: Modelo de linguagem usado nesta tarefa
- **Início/Fim**: Quando a tarefa foi iniciada e concluída
- **Tempo de Execução**: Duração desta tarefa específica
- **Descrição da Tarefa**: O que o agente foi instruído a fazer
- **Expected Output**: Qual formato de saída foi solicitado
- **Input**: Qualquer entrada fornecida a essa tarefa vinda de tarefas anteriores
- **Output**: O resultado real produzido pelo agente
## Usando Traces para Depuração
Traces são indispensáveis para solucionar problemas nos seus crews:
<Steps>
<Step title="Identifique Pontos de Falha">
Quando uma execução de crew não produzir os resultados esperados, examine o trace para encontrar onde ocorreu o problema. Procure por:
- Tarefas que falharam
- Decisões inesperadas dos agentes
- Erros no uso de ferramentas
- Instruções mal interpretadas
<Frame>
![Failure Points](/images/enterprise/failure.png)
</Frame>
</Step>
<Step title="Otimizar Desempenho">
Use métricas de execução para identificar gargalos de desempenho:
- Tarefas que demoraram mais do que o esperado
- Uso excessivo de tokens
- Operações redundantes de ferramentas
- Chamadas de API desnecessárias
</Step>
<Step title="Melhore a Eficiência de Custos">
Analise o uso de tokens e as estimativas de custo para otimizar a eficiência do seu crew:
- Considere usar modelos menores para tarefas mais simples
- Refine prompts para serem mais concisos
- Faça cache de informações acessadas frequentemente
- Estruture tarefas para minimizar operações redundantes
</Step>
</Steps>
<Card title="Precisa de ajuda?" icon="headset" href="mailto:support@crewai.com">
Entre em contato com nossa equipe de suporte para assistência com análise de traces ou outros recursos do CrewAI AMP.
</Card>