الانتقال إلى المحتوى الرئيسي

دمج Datadog مع CrewAI

سيوضح هذا الدليل كيفية دمج Datadog LLM Observability مع CrewAI باستخدام أداة Datadog للتجهيز التلقائي. بنهاية هذا الدليل، ستتمكن من إرسال تتبعات مراقبة LLM إلى Datadog وعرض تشغيلات وكلاء CrewAI في عرض التنفيذ الوكيلي من Datadog LLM Observability.

ما هو Datadog LLM Observability؟

Datadog LLM Observability يساعد مهندسي الذكاء الاصطناعي وعلماء البيانات ومطوري التطبيقات على تطوير وتقييم ومراقبة تطبيقات LLM بسرعة. حسّن جودة المخرجات والأداء والتكاليف والمخاطر الإجمالية بثقة مع تجارب منظمة وتتبع شامل عبر وكلاء الذكاء الاصطناعي والتقييمات.

البدء

تثبيت الاعتماديات

pip install ddtrace crewai crewai-tools

تعيين متغيرات البيئة

إذا لم يكن لديك مفتاح API من Datadog، يمكنك إنشاء حساب والحصول على مفتاح API. ستحتاج أيضاً إلى تحديد اسم تطبيق ML في متغيرات البيئة التالية. تطبيق ML هو تجميع لتتبعات LLM Observability المرتبطة بتطبيق محدد قائم على LLM.
export DD_API_KEY=<YOUR_DD_API_KEY>
export DD_SITE=<YOUR_DD_SITE>
export DD_LLMOBS_ENABLED=true
export DD_LLMOBS_ML_APP=<YOUR_ML_APP_NAME>
export DD_LLMOBS_AGENTLESS_ENABLED=true
export DD_APM_TRACING_ENABLED=false
بالإضافة إلى ذلك، قم بإعداد مفاتيح API لمزودي LLM
export OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
export ANTHROPIC_API_KEY=<YOUR_ANTHROPIC_API_KEY>
export GEMINI_API_KEY=<YOUR_GEMINI_API_KEY>
...

إنشاء تطبيق وكيل CrewAI

# crewai_agent.py
from crewai import Agent, Task, Crew

from crewai_tools import (
    WebsiteSearchTool
)

web_rag_tool = WebsiteSearchTool()

writer = Agent(
    role="Writer",
    goal="You make math engaging and understandable for young children through poetry",
    backstory="You're an expert in writing haikus but you know nothing of math.",
    tools=[web_rag_tool],
)

task = Task(
    description=("What is {multiplication}?"),
    expected_output=("Compose a haiku that includes the answer."),
    agent=writer
)

crew = Crew(
    agents=[writer],
    tasks=[task],
    share_crew=False
)

output = crew.kickoff(dict(multiplication="2 * 2"))

تشغيل التطبيق مع التجهيز التلقائي من Datadog

مع تعيين متغيرات البيئة، يمكنك الآن تشغيل التطبيق مع التجهيز التلقائي من Datadog.
ddtrace-run python crewai_agent.py

عرض التتبعات في Datadog

بعد تشغيل التطبيق، يمكنك عرض التتبعات في عرض تتبعات Datadog LLM Observability، باختيار اسم تطبيق ML الذي اخترته من القائمة المنسدلة أعلى اليسار. النقر على تتبع سيعرض لك تفاصيل التتبع، بما في ذلك إجمالي الرموز المستخدمة وعدد استدعاءات LLM والنماذج المستخدمة والتكلفة المقدرة.
عرض تتبع Datadog LLM Observability
بالإضافة إلى ذلك، يمكنك عرض رسم بياني لتنفيذ التتبع، الذي يوضح تدفق التحكم والبيانات للتتبع.
عرض تدفق تنفيذ وكيل Datadog LLM Observability

المراجع