Pular para o conteúdo principal
O treinamento permite que você melhore o desempenho do crew executando sessões de treinamento iterativas diretamente da aba Training no CrewAI AMP. A plataforma usa o modo de auto-treinamento — ela gerencia o processo iterativo automaticamente, diferente do treinamento via CLI que requer feedback humano interativo por iteração. Após a conclusão do treinamento, o CrewAI avalia as saídas dos agentes e consolida o feedback em sugestões acionáveis para cada agente. Essas sugestões são então aplicadas às execuções futuras do crew para melhorar a qualidade das saídas.
Para detalhes sobre como o treinamento do CrewAI funciona internamente, consulte a página Conceitos de Treinamento.

Pré-requisitos

Implantação ativa

Você precisa de uma conta CrewAI AMP com uma implantação ativa em status Ready (tipo Crew).

Permissão de execução

Sua conta deve ter permissão de execução para a implantação que deseja treinar.

Como treinar um crew

1

Abra a aba Training

Navegue até Deployments, clique na sua implantação e selecione a aba Training.
2

Insira um nome de treinamento

Forneça um Training Name — este será o nome do arquivo .pkl usado para armazenar os resultados do treinamento. Por exemplo, “Expert Mode Training” produz expert_mode_training.pkl.
3

Preencha as entradas do crew

Insira os campos de entrada do crew. Estas são as mesmas entradas que você forneceria para um kickoff normal — elas são carregadas dinamicamente com base na configuração do seu crew.
4

Inicie o treinamento

Clique em Train Crew. O botão muda para “Training…” com um spinner enquanto o processo é executado.Por trás dos panos:
  • Um registro de treinamento é criado para sua implantação
  • A plataforma chama o endpoint de auto-treinamento da implantação
  • O crew executa suas iterações automaticamente — nenhum feedback manual é necessário
5

Monitore o progresso

O painel Current Training Status exibe:
  • Status — Estado atual da execução do treinamento
  • Nº Iterations — Número de iterações de treinamento configuradas
  • Filename — O arquivo .pkl sendo gerado
  • Started At — Quando o treinamento começou
  • Training Inputs — As entradas que você forneceu

Entendendo os resultados do treinamento

Uma vez que o treinamento for concluído, você verá cards de resultado por agente com as seguintes informações:
  • Agent Role — O nome/função do agente no seu crew
  • Final Quality — Uma pontuação de 0 a 10 avaliando a qualidade da saída do agente
  • Final Summary — Um resumo do desempenho do agente durante o treinamento
  • Suggestions — Recomendações acionáveis para melhorar o comportamento do agente

Editando sugestões

Você pode refinar as sugestões para qualquer agente:
1

Clique em Edit

No card de resultado de qualquer agente, clique no botão Edit ao lado das sugestões.
2

Modifique as sugestões

Atualize o texto das sugestões para refletir melhor as melhorias que você deseja.
3

Salve as alterações

Clique em Save. As sugestões editadas são sincronizadas de volta à implantação e usadas em todas as execuções futuras.

Usando dados de treinamento

Para aplicar os resultados do treinamento ao seu crew:
  1. Anote o Training Filename (o arquivo .pkl) da sua sessão de treinamento concluída.
  2. Especifique este nome de arquivo na configuração de kickoff ou execução da sua implantação.
  3. O crew carrega automaticamente o arquivo de treinamento e aplica as sugestões armazenadas a cada agente.
Isso significa que os agentes se beneficiam do feedback gerado durante o treinamento em cada execução subsequente.

Treinamentos anteriores

A parte inferior da aba Training exibe um histórico de todas as sessões de treinamento anteriores da implantação. Use isso para revisar execuções de treinamento anteriores, comparar resultados ou selecionar um arquivo de treinamento diferente para usar.

Tratamento de erros

Se uma execução de treinamento falhar, o painel de status mostra um estado de erro junto com uma mensagem descrevendo o que deu errado. Causas comuns de falhas de treinamento:
  • Runtime da implantação não atualizado — Certifique-se de que sua implantação está executando a versão mais recente
  • Erros de execução do crew — Problemas na lógica de tarefas do crew ou configuração do agente
  • Problemas de rede — Problemas de conectividade entre a plataforma e a implantação

Limitações

Tenha estas restrições em mente ao planejar seu fluxo de trabalho de treinamento:
  • Um treinamento ativo por vez por implantação — aguarde a execução atual terminar antes de iniciar outra
  • Apenas modo de auto-treinamento — a plataforma não suporta feedback interativo por iteração como o CLI
  • Dados de treinamento são específicos da implantação — os resultados do treinamento estão vinculados à instância e versão específicas da implantação

Recursos relacionados

Conceitos de Treinamento

Aprenda como o treinamento do CrewAI funciona internamente.

Kickoff Crew

Execute seu crew implantado a partir da plataforma AMP.

Implantar no AMP

Faça a implantação do seu crew e deixe-o pronto para treinamento.