Weave 集成

Weave 概览

Weights & Biases (W&B) Weave 是一个用于跟踪、实验、评估、部署和改进基于 LLM 的应用的框架。

W&B Weave CrewAI 追踪使用概览

Weave 为 CrewAI 应用开发的每个阶段提供全面支持：

追踪与监控：自动跟踪 LLM 调用和应用逻辑，以调试和分析生产系统
系统化迭代：改进并迭代提示词、数据集和模型
评估：使用自定义或预置评分器系统性地评估和增强代理性能
Guardrails：通过前置与后置防护机制保护代理，进行内容审核和提示安全控制

Weave 会自动捕获你的 CrewAI 应用追踪，使你能够监控和分析代理性能、交互和执行流程。这有助于你构建更好的评估数据集并优化代理工作流。

设置说明

安装所需包
Terminal window
```
pip install crewai weave
```
设置 W&B 账户

如果你还没有账户，请注册一个 Weights & Biases 账户。查看追踪和指标需要它。
在应用中初始化 Weave

将以下代码添加到你的应用中：
```
import weave

# Initialize Weave with your project name
weave.init(project_name="crewai_demo")
```
初始化后，Weave 会提供一个 URL，你可以在其中查看追踪和指标。

创建你的 Crews/Flows

from crewai import Agent, Task, Crew, LLM, Process

# Create an LLM with a temperature of 0 to ensure deterministic outputs
llm = LLM(model="gpt-4o", temperature=0)

# Create agents
researcher = Agent(
    role='Research Analyst',
    goal='Find and analyze the best investment opportunities',
    backstory='Expert in financial analysis and market research',
    llm=llm,
    verbose=True,
    allow_delegation=False,
)

writer = Agent(
    role='Report Writer',
    goal='Write clear and concise investment reports',
    backstory='Experienced in creating detailed financial reports',
    llm=llm,
    verbose=True,
    allow_delegation=False,
)

# Create tasks
research_task = Task(
    description='Deep research on the {topic}',
    expected_output='Comprehensive market data including key players, market size, and growth trends.',
    agent=researcher
)

writing_task = Task(
    description='Write a detailed report based on the research',
    expected_output='The report should be easy to read and understand. Use bullet points where applicable.',
    agent=writer
)

# Create a crew
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    verbose=True,
    process=Process.sequential,
)

# Run the crew
result = crew.kickoff(inputs={"topic": "AI in material science"})
print(result)

在 Weave 中查看追踪

运行 CrewAI 应用后，访问初始化时提供的 Weave URL 查看：
- LLM 调用及其元数据
- 代理交互和任务执行流程
- 延迟和 token 使用量等性能指标
- 执行期间发生的任何错误或问题
Weave 追踪仪表盘

功能

Weave 会自动捕获所有 CrewAI 操作：代理交互和任务执行；带有元数据和 token 使用量的 LLM 调用；工具使用和结果。
该集成支持所有 CrewAI 执行方法：kickoff()、kickoff_for_each()、kickoff_async() 和 kickoff_for_each_async()。
自动追踪所有 crewAI-tools。
支持通过装饰器补丁使用 Flow 功能（@start、@listen、@router、@or_、@and_）。
使用 @weave.op() 跟踪传递给 CrewAI Task 的自定义 guardrails。

有关支持内容的详细信息，请访问 Weave CrewAI 文档。

Weave 集成

Weave 概览

设置说明

功能

资源