دمج Langfuse مع CrewAI
يوضح هذا الدفتر كيفية دمج Langfuse مع CrewAI باستخدام OpenTelemetry عبر حزمة OpenLit SDK. بنهاية هذا الدفتر، ستتمكن من تتبع تطبيقات CrewAI مع Langfuse لتحسين المراقبة والتصحيح.ما هو Langfuse؟ Langfuse هو منصة هندسة LLM مفتوحة المصدر. توفر قدرات التتبع والمراقبة لتطبيقات LLM، مما يساعد المطورين على التصحيح والتحليل والتحسين. يتكامل Langfuse مع أدوات وأطر عمل متنوعة عبر تكاملات أصلية وOpenTelemetry وواجهات API/SDKs.
البدء
سنمر عبر مثال بسيط لاستخدام CrewAI ودمجه مع Langfuse عبر OpenTelemetry باستخدام OpenLit.الخطوة 1: تثبيت الاعتماديات
الخطوة 2: إعداد متغيرات البيئة
عيّن مفاتيح API لـ Langfuse وإعدادات تصدير OpenTelemetry لإرسال التتبعات إلى Langfuse. يرجى الرجوع إلى وثائق Langfuse OpenTelemetry لمزيد من المعلومات.get_client() عميل Langfuse باستخدام بيانات الاعتماد المقدمة في متغيرات البيئة.
الخطوة 3: تهيئة OpenLit
قم بتهيئة OpenLit OpenTelemetry instrumentation SDK لبدء التقاط تتبعات OpenTelemetry.الخطوة 4: إنشاء تطبيق CrewAI بسيط
سننشئ تطبيق CrewAI بسيط حيث يتعاون عدة وكلاء للإجابة على سؤال المستخدم.الخطوة 5: عرض التتبعات في Langfuse
بعد تشغيل الوكيل، يمكنك عرض التتبعات المولدة من تطبيق CrewAI في Langfuse. سترى خطوات مفصلة لتفاعلات LLM، مما يساعدك في التصحيح والتحسين.
مثال تتبع عام في Langfuse
