Deploy para AMP

​

Pré-requisitos

​

Opção 1: Implantar Usando o CrewAI CLI

pip install crewai[tools]

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

crewai deploy create

Deployment created successfully!
Name: your_project_name
Deployment ID: 01234567-89ab-cdef-0123-456789abcdef
Current Status: Deploy Enqueued

crewai deploy status

crewai deploy logs

​

Comandos Adicionais da CLI

# 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

1

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.

2

Conectando o GitHub ao CrewAI AMP

1. Faça login em CrewAI AMP
2. Clique no botão “Connect GitHub”

3

Selecionar o Repositório

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

4

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)

5

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

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

​

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

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"
# }

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

​

Interaja com Sua Automação Implantada

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 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

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

• 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

• 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

​

Falhas de Build

​

Arquivo uv.lock Ausente

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

​

Estrutura de Projeto Incorreta

• 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

​

Decorador CrewBase Ausente

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

​

Tipo Incorreto no pyproject.toml

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

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

​

Falhas de Runtime

​

Falhas de Conexão com LLM

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

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