تخطَّ إلى المحتوى

تكامل LangDB

توفر بوابة LangDB AI واجهات API متوافقة مع OpenAI للاتصال بنماذج لغة كبيرة متعددة وتعمل كمنصة مراقبة تجعل تتبع سير عمل CrewAI شاملاً وسهلاً مع توفير الوصول إلى أكثر من 350 نموذج لغة. مع استدعاء init() واحد، يتم التقاط جميع تفاعلات الوكلاء وتنفيذ المهام واستدعاءات LLM، مما يوفر مراقبة شاملة وبنية تحتية جاهزة للإنتاج لتطبيقاتك.

مثال تتبع LangDB CrewAI
مثال تتبع LangDB CrewAI

تحقق من: عرض مثال التتبع المباشر

  • الوصول إلى أكثر من 350 LLM: الاتصال بجميع نماذج اللغة الرئيسية من خلال تكامل واحد
  • النماذج الافتراضية: إنشاء إعدادات نماذج مخصصة مع معاملات وقواعد توجيه محددة
  • MCP الافتراضي: تفعيل التوافق والتكامل مع أنظمة MCP لتعزيز اتصال الوكلاء
  • حواجز الحماية: تنفيذ تدابير السلامة وضوابط الامتثال لسلوك الوكلاء
  • تتبع تلقائي: استدعاء init() واحد يلتقط جميع تفاعلات CrewAI
  • رؤية شاملة: مراقبة سير عمل الوكلاء من البداية إلى النهاية
  • تتبع استخدام الأدوات: تتبع الأدوات التي يستخدمها الوكلاء ونتائجها
  • مراقبة استدعاءات النماذج: رؤى مفصلة لتفاعلات LLM
  • تحليلات الأداء: مراقبة زمن الاستجابة واستخدام الرموز والتكاليف
  • دعم التصحيح: تنفيذ خطوة بخطوة لاستكشاف الأخطاء
  • المراقبة في الوقت الفعلي: لوحة معلومات التتبعات والمقاييس الحية
  1. تثبيت LangDB

    ثبّت عميل LangDB مع علامة ميزة CrewAI:

    Terminal window
    pip install 'pylangdb[crewai]'
  2. تعيين متغيرات البيئة

    قم بإعداد بيانات اعتماد LangDB:

    Terminal window
    export LANGDB_API_KEY="<your_langdb_api_key>"
    export LANGDB_PROJECT_ID="<your_langdb_project_id>"
    export LANGDB_API_BASE_URL='https://api.us-east-1.langdb.ai'
  3. تهيئة التتبع

    استورد وهيّئ LangDB قبل إعداد كود CrewAI:

    from pylangdb.crewai import init
    # Initialize LangDB
    init()
  4. إعداد CrewAI مع LangDB

    قم بإعداد LLM مع رؤوس LangDB:

    from crewai import Agent, Task, Crew, LLM
    import os
    # Configure LLM with LangDB headers
    llm = LLM(
    model="openai/gpt-4o",
    api_key=os.getenv("LANGDB_API_KEY"),
    base_url=os.getenv("LANGDB_API_BASE_URL"),
    extra_headers={"x-project-id": os.getenv("LANGDB_PROJECT_ID")}
    )
import os
from pylangdb.crewai import init
from crewai import Agent, Task, Crew, LLM
init()
def create_llm(model):
return LLM(
model=model,
api_key=os.environ.get("LANGDB_API_KEY"),
base_url=os.environ.get("LANGDB_API_BASE_URL"),
extra_headers={"x-project-id": os.environ.get("LANGDB_PROJECT_ID")}
)
researcher = Agent(
role="Research Specialist",
goal="Research topics thoroughly",
backstory="Expert researcher with skills in finding information",
llm=create_llm("openai/gpt-4o"),
verbose=True
)
task = Task(
description="Research the given topic and provide a comprehensive summary",
agent=researcher,
expected_output="Detailed research summary with key findings"
)
crew = Crew(agents=[researcher], tasks=[task])
result = crew.kickoff()
print(result)

بعد تشغيل تطبيق CrewAI، يمكنك عرض تتبعات مفصلة في لوحة معلومات LangDB:

لوحة معلومات تتبع LangDB تعرض سير عمل CrewAI
لوحة معلومات تتبع LangDB
  • تفاعلات الوكلاء: التدفق الكامل لمحادثات الوكلاء وتسليم المهام
  • استخدام الأدوات: الأدوات التي تم استدعاؤها ومدخلاتها ومخرجاتها
  • استدعاءات النماذج: تفاعلات LLM المفصلة مع المطالبات والاستجابات
  • مقاييس الأداء: تتبع زمن الاستجابة واستخدام الرموز والتكاليف
  • الجدول الزمني للتنفيذ: عرض خطوة بخطوة لسير العمل بالكامل

استكشاف الأخطاء وإصلاحها

Section titled “استكشاف الأخطاء وإصلاحها”
  • عدم ظهور تتبعات: تأكد من استدعاء init() قبل أي استيرادات CrewAI
  • أخطاء المصادقة: تحقق من مفتاح API ومعرف المشروع في LangDB

غطى هذا الدليل أساسيات دمج بوابة LangDB AI مع CrewAI. لتعزيز سير عمل الذكاء الاصطناعي بشكل أكبر، استكشف:

  • النماذج الافتراضية: إنشاء إعدادات نماذج مخصصة مع استراتيجيات توجيه
  • حواجز الحماية والسلامة: تنفيذ تصفية المحتوى وضوابط الامتثال
  • النشر في الإنتاج: إعداد خطط احتياطية وإعادة المحاولة وتوازن الأحمال

لمزيد من الميزات المتقدمة وحالات الاستخدام، زُر وثائق LangDB أو استكشف كتالوج النماذج لاكتشاف جميع النماذج المتاحة.