mirror of
https://github.com/crewAIInc/crewAI.git
synced 2026-01-08 15:48:29 +00:00
5afe3921d2
- Add AgentOps optional dependency to pyproject.toml - Implement AgentOpsListener with event handling for crew kickoff, tool usage, and task evaluation - Add comprehensive AgentOps documentation in English, Portuguese, and Korean - Update docs.json navigation to include AgentOps in observability sections - Add agentops.log to .gitignore - Include comprehensive tests for AgentOps integration with mocking - Ensure graceful handling when AgentOps package is not installed Addresses issue #3348 by restoring AgentOps integration removed in PR #3334 Co-Authored-By: João <joao@crewai.com>
132 lines
3.8 KiB
Plaintext
132 lines
3.8 KiB
Plaintext
---
|
|
title: "AgentOps 통합"
|
|
description: "AgentOps 관찰 가능성 플랫폼으로 CrewAI 에이전트를 모니터링하고 분석하세요"
|
|
---
|
|
|
|
# AgentOps 통합
|
|
|
|
AgentOps는 AI 에이전트를 위해 특별히 설계된 강력한 관찰 가능성 플랫폼입니다. CrewAI 크루를 위한 포괄적인 모니터링, 분석 및 디버깅 기능을 제공합니다.
|
|
|
|
## 기능
|
|
|
|
- **실시간 모니터링**: 에이전트 성능과 동작을 실시간으로 추적
|
|
- **세션 재생**: 상세한 실행 추적과 함께 완전한 에이전트 세션 검토
|
|
- **성능 분석**: 크루 효율성, 도구 사용량 및 작업 완료율 분석
|
|
- **오류 추적**: 에이전트 워크플로우의 문제 식별 및 디버그
|
|
- **비용 추적**: LLM 사용량 및 관련 비용 모니터링
|
|
- **팀 협업**: 인사이트 공유 및 에이전트 최적화 협업
|
|
|
|
## 설치
|
|
|
|
CrewAI와 함께 AgentOps 설치:
|
|
|
|
```bash
|
|
pip install crewai[agentops]
|
|
```
|
|
|
|
또는 AgentOps를 별도로 설치:
|
|
|
|
```bash
|
|
pip install agentops
|
|
```
|
|
|
|
## 설정
|
|
|
|
1. **API 키 받기**: [AgentOps](https://agentops.ai)에 가입하고 API 키를 받으세요
|
|
|
|
2. **환경 구성**: AgentOps API 키를 환경 변수로 설정:
|
|
|
|
```bash
|
|
export AGENTOPS_API_KEY="여기에-api-키-입력"
|
|
```
|
|
|
|
3. **AgentOps 초기화**: CrewAI 스크립트에 다음을 추가:
|
|
|
|
```python
|
|
import agentops
|
|
from crewai import Agent, Task, Crew
|
|
|
|
# AgentOps 초기화
|
|
agentops.init()
|
|
|
|
# 여기에 CrewAI 코드
|
|
agent = Agent(
|
|
role="데이터 분석가",
|
|
goal="데이터를 분석하고 인사이트 제공",
|
|
backstory="당신은 전문 데이터 분석가입니다...",
|
|
)
|
|
|
|
task = Task(
|
|
description="판매 데이터를 분석하고 인사이트를 제공하세요",
|
|
agent=agent,
|
|
)
|
|
|
|
crew = Crew(
|
|
agents=[agent],
|
|
tasks=[task],
|
|
)
|
|
|
|
# 크루 실행
|
|
result = crew.kickoff()
|
|
|
|
# AgentOps 세션 종료
|
|
agentops.end_session("Success")
|
|
```
|
|
|
|
## 자동 통합
|
|
|
|
CrewAI는 라이브러리가 설치되면 AgentOps와 자동으로 통합됩니다. 통합은 다음을 캡처합니다:
|
|
|
|
- **크루 킥오프 이벤트**: 크루 실행의 시작과 완료
|
|
- **도구 사용**: 모든 도구 호출과 결과
|
|
- **작업 평가**: 작업 성능 메트릭과 피드백
|
|
- **오류 이벤트**: 실행 중 발생하는 모든 오류
|
|
|
|
## 구성 옵션
|
|
|
|
AgentOps 통합을 사용자 정의할 수 있습니다:
|
|
|
|
```python
|
|
import agentops
|
|
|
|
# 사용자 정의 설정으로 AgentOps 구성
|
|
agentops.init(
|
|
api_key="당신의-api-키",
|
|
tags=["프로덕션", "데이터-분석"],
|
|
auto_start_session=True,
|
|
instrument_llm_calls=True,
|
|
)
|
|
```
|
|
|
|
## 데이터 보기
|
|
|
|
1. **대시보드**: AgentOps 대시보드를 방문하여 에이전트 세션 보기
|
|
2. **세션 세부사항**: 세션을 클릭하여 상세한 실행 추적 보기
|
|
3. **분석**: 분석 탭을 사용하여 성능 트렌드 식별
|
|
4. **오류**: 디버깅 정보를 위해 오류 탭 모니터링
|
|
|
|
## 모범 사례
|
|
|
|
- **세션 태그 지정**: 의미 있는 태그를 사용하여 에이전트 실행 정리
|
|
- **비용 모니터링**: LLM 사용량과 관련 비용 추적
|
|
- **오류 검토**: 정기적으로 오류 확인 및 해결
|
|
- **성능 최적화**: 분석을 사용하여 병목 현상과 최적화 기회 식별
|
|
|
|
## 문제 해결
|
|
|
|
### AgentOps가 데이터를 기록하지 않음
|
|
|
|
1. API 키가 올바르게 설정되었는지 확인
|
|
2. AgentOps가 제대로 초기화되었는지 확인
|
|
3. 스크립트 끝에서 `agentops.end_session()`을 호출하는지 확인
|
|
|
|
### 누락된 이벤트
|
|
|
|
일부 이벤트가 캡처되지 않는 경우:
|
|
|
|
1. CrewAI와 AgentOps의 최신 버전이 있는지 확인
|
|
2. AgentOps 리스너가 제대로 등록되었는지 확인
|
|
3. 오류 메시지에 대한 로그 검토
|
|
|
|
이 통합은 CrewAI 에이전트에 대한 포괄적인 관찰 가능성을 제공하여 AI 워크플로우를 모니터링, 디버그 및 최적화하는 데 도움이 됩니다.
|