Pular para o conteúdo

Integração com a TrueFoundry

A TrueFoundry fornece um AI Gateway pronto para uso empresarial, que pode ser usado para governança e observabilidade em frameworks agentivos como o CrewAI. O AI Gateway da TrueFoundry funciona como uma interface unificada para acesso a LLMs, oferecendo:

  • Acesso unificado à API: Conecte-se a 250+ LLMs (OpenAI, Claude, Gemini, Groq, Mistral) por meio de uma única API
  • Baixa latência: Latência interna abaixo de 3 ms com roteamento inteligente e balanceamento de carga
  • Segurança corporativa: Conformidade com SOC 2, HIPAA e GDPR, com RBAC e auditoria de logs
  • Gestão de cotas e custos: Cotas baseadas em tokens, rate limiting e rastreamento abrangente de uso
  • Observabilidade: Registro completo de requisições/respostas, métricas e traces com retenção personalizável
  1. Instalar o CrewAI
    Terminal window
    pip install crewai
  2. Obter o token de acesso da TrueFoundry
    1. Crie uma conta na TrueFoundry
    2. Siga os passos do Início rápido
  3. Configurar o CrewAI com a TrueFoundry

    Configuração de código da TrueFoundry

    from crewai import LLM
    # Criar uma instância de LLM com o AI Gateway da TrueFoundry
    truefoundry_llm = LLM(
    model="openai-main/gpt-4o", # Da mesma forma, você pode chamar qualquer modelo de qualquer provedor
    base_url="your_truefoundry_gateway_base_url",
    api_key="your_truefoundry_api_key"
    )
    # Usar nos seus agentes do CrewAI
    from crewai import Agent
    @agent
    def researcher(self) -> Agent:
    return Agent(
    config=self.agents_config['researcher'],
    llm=truefoundry_llm,
    verbose=True
    )
from crewai import Agent, Task, Crew, LLM
# Configurar o LLM com a TrueFoundry
llm = LLM(
model="openai-main/gpt-4o",
base_url="your_truefoundry_gateway_base_url",
api_key="your_truefoundry_api_key"
)
# Criar agentes
researcher = Agent(
role='Analista de Pesquisa',
goal='Conduzir pesquisa de mercado detalhada',
backstory='Analista de mercado especialista com atenção aos detalhes',
llm=llm,
verbose=True
)
writer = Agent(
role='Redator de Conteúdo',
goal='Criar relatórios abrangentes',
backstory='Redator técnico experiente',
llm=llm,
verbose=True
)
# Criar tarefas
research_task = Task(
description='Pesquisar tendências do mercado de IA para 2024',
agent=researcher,
expected_output='Resumo de pesquisa abrangente'
)
writing_task = Task(
description='Criar um relatório de pesquisa de mercado',
agent=writer,
expected_output='Relatório bem estruturado com insights',
context=[research_task]
)
# Criar e executar a crew
crew = Crew(
agents=[researcher, writer],
tasks=[research_task, writing_task],
verbose=True
)
result = crew.kickoff()

Monitore seus agentes do CrewAI pela aba de métricas da TrueFoundry: Métricas da TrueFoundry

Com o AI Gateway da TrueFoundry, você pode monitorar e analisar:

  • Métricas de desempenho: Acompanhe métricas-chave de latência como Latência da Requisição, Tempo até o Primeiro Token (TTFS) e Latência entre Tokens (ITL), com percentis P99, P90 e P50
  • Custos e uso de tokens: Tenha visibilidade dos custos da sua aplicação com detalhamento de tokens de entrada/saída e das despesas associadas a cada modelo
  • Padrões de uso: Entenda como sua aplicação está sendo utilizada com análises detalhadas sobre atividade de usuários, distribuição de modelos e uso por equipe
  • Limite de taxa e balanceamento de carga: Você pode configurar rate limiting, balanceamento de carga e fallback para seus modelos

Para uma compreensão mais detalhada sobre rastreamento, consulte getting-started-tracing. Para rastreamento, você pode adicionar o SDK do Traceloop:

Terminal window
pip install traceloop-sdk
from traceloop.sdk import Traceloop
# Inicializar rastreamento avançado
Traceloop.init(
api_endpoint="https://your-truefoundry-endpoint/api/tracing",
headers={
"Authorization": f"Bearer {your_truefoundry_pat_token}",
"TFY-Tracing-Project": "your_project_name",
},
)

Isso oferece correlação adicional de rastreamentos em todo o seu fluxo de trabalho com o CrewAI. Rastreamento do CrewAI na TrueFoundry