استخدام CrewAI بدون LiteLLM

نظرة عامة

يدعم CrewAI مسارين للاتصال بمزودي LLM:

1. التكاملات الأصلية — اتصالات SDK مباشرة مع OpenAI وAnthropic وGoogle Gemini وAzure OpenAI وAWS Bedrock
2. LiteLLM كاحتياط — طبقة ترجمة تدعم أكثر من 100 مزود إضافي

يشرح هذا الدليل كيفية استخدام CrewAI حصرياً مع التكاملات الأصلية للمزودين، مع إزالة أي اعتمادية على LiteLLM.

Warning

تم عزل حزمة litellm على PyPI بسبب حادث أمني/موثوقية. إذا كنت تعتمد على مزودين يحتاجون LiteLLM، يجب عليك الانتقال إلى التكاملات الأصلية. توفر لك تكاملات CrewAI الأصلية الوظائف الكاملة بدون LiteLLM.

لماذا إزالة LiteLLM؟

• تقليل سطح الاعتماديات — حزم أقل تعني مخاطر أقل محتملة في سلسلة التوريد
• أداء أفضل — تتواصل حزم SDK الأصلية مباشرة مع واجهات برمجة تطبيقات المزودين، مما يلغي طبقة الترجمة
• تصحيح أخطاء أبسط — طبقة تجريد واحدة أقل بين كودك والمزود
• حجم تثبيت أصغر — يجلب LiteLLM العديد من الاعتماديات العابرة

المزودون الأصليون (لا يحتاجون LiteLLM)

هؤلاء المزودون يستخدمون حزم SDK الخاصة بهم ويعملون بدون تثبيت LiteLLM:

OpenAI

GPT-4o، GPT-4o-mini، o1، o3-mini، والمزيد.

uv add "crewai[openai]"

Anthropic

Claude Sonnet، Claude Haiku، والمزيد.

uv add "crewai[anthropic]"

Google Gemini

Gemini 2.0 Flash، Gemini 2.0 Pro، والمزيد.

uv add "crewai[gemini]"

Azure OpenAI

نماذج OpenAI المستضافة على Azure.

uv add "crewai[azure]"

AWS Bedrock

Claude، Llama، Titan، والمزيد عبر AWS.

uv add "crewai[bedrock]"

Info

إذا كنت تستخدم المزودين الأصليين فقط، فلن تحتاج أبداً لتثبيت crewai[litellm]. حزمة crewai الأساسية بالإضافة إلى الإضافة الخاصة بالمزود الذي اخترته هي كل ما تحتاجه.

كيفية التحقق مما إذا كنت تستخدم LiteLLM

تحقق من سلاسل النماذج الخاصة بك

إذا كان كودك يستخدم بادئات النماذج هذه، فأنت تمرر عبر LiteLLM:

البادئة	المزود	يستخدم LiteLLM؟
ollama/	Ollama	✅ نعم
groq/	Groq	✅ نعم
together_ai/	Together AI	✅ نعم
mistral/	Mistral	✅ نعم
cohere/	Cohere	✅ نعم
huggingface/	Hugging Face	✅ نعم
openai/	OpenAI	❌ أصلي
anthropic/	Anthropic	❌ أصلي
gemini/	Google Gemini	❌ أصلي
azure/	Azure OpenAI	❌ أصلي
bedrock/	AWS Bedrock	❌ أصلي

تحقق مما إذا كان LiteLLM مثبتاً

# Using pip
pip show litellm

# Using uv
uv pip show litellm

إذا أرجع الأمر معلومات الحزمة، فإن LiteLLM مثبت في بيئتك.

تحقق من اعتمادياتك

انظر إلى ملف pyproject.toml الخاص بك بحثاً عن crewai[litellm]:

# If you see this, you have LiteLLM as a dependency
dependencies = [
    "crewai[litellm]>=0.100.0",  # ← Uses LiteLLM
]

# Change to a native provider extra instead
dependencies = [
    "crewai[openai]>=0.100.0",   # ← Native, no LiteLLM
]

دليل الانتقال

الخطوة 1: حدد مزودك الحالي

ابحث عن جميع استدعاءات LLM() وسلاسل النماذج في كودك:

# Search your codebase for LLM model strings
grep -r "LLM(" --include="*.py" .
grep -r "llm=" --include="*.yaml" .
grep -r "llm:" --include="*.yaml" .

الخطوة 2: انتقل إلى مزود أصلي

الانتقال إلى OpenAI

from crewai import LLM

# Before (LiteLLM):
# llm = LLM(model="groq/llama-3.1-70b")

# After (Native):
llm = LLM(model="openai/gpt-4o")

# Install
uv add "crewai[openai]"

# Set your API key
export OPENAI_API_KEY="sk-..."

الانتقال إلى Anthropic

from crewai import LLM

# Before (LiteLLM):
# llm = LLM(model="together_ai/meta-llama/Meta-Llama-3.1-70B")

# After (Native):
llm = LLM(model="anthropic/claude-sonnet-4-20250514")

# Install
uv add "crewai[anthropic]"

# Set your API key
export ANTHROPIC_API_KEY="sk-ant-..."

الانتقال إلى Gemini

from crewai import LLM

# Before (LiteLLM):
# llm = LLM(model="mistral/mistral-large-latest")

# After (Native):
llm = LLM(model="gemini/gemini-2.0-flash")

# Install
uv add "crewai[gemini]"

# Set your API key
export GEMINI_API_KEY="..."

الانتقال إلى Azure OpenAI

from crewai import LLM

# After (Native):
llm = LLM(
    model="azure/your-deployment-name",
    api_key="your-azure-api-key",
    base_url="https://your-resource.openai.azure.com",
    api_version="2024-06-01"
)

# Install
uv add "crewai[azure]"

الانتقال إلى AWS Bedrock

from crewai import LLM

# After (Native):
llm = LLM(
    model="bedrock/anthropic.claude-3-5-sonnet-20241022-v2:0",
    aws_region_name="us-east-1"
)

# Install
uv add "crewai[bedrock]"

# Configure AWS credentials
export AWS_ACCESS_KEY_ID="..."
export AWS_SECRET_ACCESS_KEY="..."
export AWS_DEFAULT_REGION="us-east-1"

الخطوة 3: الاحتفاظ بـ Ollama بدون LiteLLM

إذا كنت تستخدم Ollama وتريد الاستمرار في استخدامه، يمكنك الاتصال عبر واجهة برمجة تطبيقات Ollama المتوافقة مع OpenAI:

from crewai import LLM

# Before (LiteLLM):
# llm = LLM(model="ollama/llama3")

# After (OpenAI-compatible mode, no LiteLLM needed):
llm = LLM(
    model="openai/llama3",
    base_url="http://localhost:11434/v1",
    api_key="ollama"  # Ollama doesn't require a real API key
)

Tip

العديد من خوادم الاستدلال المحلية (Ollama، vLLM، LM Studio، llama.cpp) توفر واجهة برمجة تطبيقات متوافقة مع OpenAI. يمكنك استخدام بادئة openai/ مع base_url مخصص للاتصال بأي منها بشكل أصلي.

الخطوة 4: تحديث إعدادات YAML

# Before (LiteLLM providers):
researcher:
  role: Research Specialist
  goal: Conduct research
  backstory: A dedicated researcher
  llm: groq/llama-3.1-70b          # ← LiteLLM

# After (Native provider):
researcher:
  role: Research Specialist
  goal: Conduct research
  backstory: A dedicated researcher
  llm: openai/gpt-4o               # ← Native

الخطوة 5: إزالة LiteLLM

بمجرد انتقال جميع مراجع النماذج الخاصة بك:

# Remove litellm from your project
uv remove litellm

# Or if using pip
pip uninstall litellm

# Update your pyproject.toml: change crewai[litellm] to your provider extra
# e.g., crewai[openai], crewai[anthropic], crewai[gemini]

الخطوة 6: التحقق

شغّل مشروعك وتأكد من أن كل شيء يعمل:

# Run your crew
crewai run

# Or run your tests
uv run pytest

مرجع سريع: خريطة سلاسل النماذج

فيما يلي مسارات الانتقال الشائعة من المزودين المعتمدين على LiteLLM إلى المزودين الأصليين:

from crewai import LLM

# ─── LiteLLM providers → Native alternatives ────────────────────

# Groq → OpenAI or Anthropic
# llm = LLM(model="groq/llama-3.1-70b")
llm = LLM(model="openai/gpt-4o-mini")           # Fast & affordable
llm = LLM(model="anthropic/claude-haiku-3-5")    # Fast & affordable

# Together AI → OpenAI or Gemini
# llm = LLM(model="together_ai/meta-llama/Meta-Llama-3.1-70B")
llm = LLM(model="openai/gpt-4o")                 # High quality
llm = LLM(model="gemini/gemini-2.0-flash")       # Fast & capable

# Mistral → Anthropic or OpenAI
# llm = LLM(model="mistral/mistral-large-latest")
llm = LLM(model="anthropic/claude-sonnet-4-20250514")  # High quality

# Ollama → OpenAI-compatible (keep using local models)
# llm = LLM(model="ollama/llama3")
llm = LLM(
    model="openai/llama3",
    base_url="http://localhost:11434/v1",
    api_key="ollama"
)

الأسئلة الشائعة

هل أفقد أي وظائف بإزالة LiteLLM؟

لا، إذا كنت تستخدم أحد المزودين الخمسة المدعومين أصلياً (OpenAI، Anthropic، Gemini، Azure، Bedrock). تدعم هذه التكاملات الأصلية جميع ميزات CrewAI بما في ذلك البث واستدعاء الأدوات والمخرجات المنظمة والمزيد. ستفقد فقط الوصول إلى المزودين المتاحين حصرياً عبر LiteLLM (مثل Groq وTogether AI وMistral كمزودين من الدرجة الأولى).

هل يمكنني استخدام عدة مزودين أصليين في نفس الوقت؟

نعم. ثبّت إضافات متعددة واستخدم مزودين مختلفين لوكلاء مختلفين:

uv add "crewai[openai,anthropic,gemini]"

researcher = Agent(llm="openai/gpt-4o", ...)
writer = Agent(llm="anthropic/claude-sonnet-4-20250514", ...)

هل LiteLLM آمن للاستخدام الآن؟

بغض النظر عن حالة العزل، فإن تقليل سطح اعتمادياتك يُعد ممارسة أمنية جيدة. إذا كنت تحتاج فقط مزودين يدعمهم CrewAI أصلياً، فلا يوجد سبب لإبقاء LiteLLM مثبتاً.

ماذا عن متغيرات البيئة مثل OPENAI_API_KEY؟

يستخدم المزودون الأصليون نفس متغيرات البيئة التي اعتدت عليها. لا حاجة لتغييرات على OPENAI_API_KEY أو ANTHROPIC_API_KEY أو GEMINI_API_KEY وغيرها.

موارد ذات صلة

• اتصالات LLM — الدليل الكامل لربط CrewAI مع أي LLM
• مفاهيم LLM — فهم نماذج اللغة الكبيرة في CrewAI
• دليل اختيار LLM — اختيار النموذج المناسب لحالة استخدامك