Ein CrewAI-Projekt importieren — eine Crew aus zwei Agenten
Die Agenten- und Task-Deklarationen eines CrewAI-Projekts im klassischen Layout — zwei Agenten auf einem OpenAI-Modell, je ein Task — von aggrega import als Entwurf in Aggrega-Dateien überführt, wobei das Image, in dem das Programm der Crew läuft, einmal in einer Antwortdatei angegeben wird, und für Docker Compose gebaut.
Ein CrewAI-Projekt importieren führt Schritt für Schritt hindurch: der Befehl, was er abfragt, die Dateien, die er schreibt, und warum jede Zeile darin steht, der Build und die laufende Crew. Dieser Ordner enthält jede Stufe dieser Anleitung:
| Ordner oder Datei | was er enthält |
|---|---|
source/ | die Deklarationen des Projekts, src/support_brief/config/agents.yaml und tasks.yaml, die .aggrega-config.yaml, die den Ordner zu einem Workspace macht, und src/support_brief/import-answers.yaml, die Werte, die keine Deklaration enthält: das Image jedes Agenten und der Name des Kubernetes-Secrets, aus dem ein Build für Kubernetes den OpenAI-Schlüssel liest |
draft/ | die Dateien, die aggrega import src/support_brief --target compose geschrieben hat, unverändert, einschließlich release.lock, und was der Befehl ausgegeben hat: stdout.txt auf der Standardausgabe, import.txt auf der Standardfehlerausgabe |
Die Deklarationen sind für dieses Beispiel geschrieben. Das Programm der Crew gehört nicht dazu: Der Import liest nie eines, und das Release nennt das Image, in dem es läuft.
In einem Checkout des Dokumentations-Repositorys führt check.sh den Import erneut aus, vergleicht, was er schreibt und ausgibt, mit draft/, vergleicht die Blöcke, die die Anleitung zitiert, mit diesen Dateien und validiert und baut, was der Import geschrieben hat. Es benötigt den Katalog der Standardbibliothek (woher Sie einen bekommen), neben diesem Repository ausgecheckt, oder dessen Verzeichnis in AGGREGA_CATALOG_DIRS angegeben.
Das Beispiel generieren
Sie können den Import dieses Beispiels mit den folgenden Befehlen ausführen oder ihn von Ihrem KI-Assistenten für Sie ausführen lassen.
Schreiben Sie das Beispiel in einen neuen Ordner, der nach ihm benannt ist:
aggrega scaffold --example import-crewaiDanach gibt er die als Nächstes auszuführenden Befehle aus. Der erste wechselt in den neuen Ordner:
cd import-crewaiBuild
Der Import entwirft die Aggrega-Dateien neben dem Projekt, in source/. Er gleicht das Projekt mit dem Katalog der Standardbibliothek ab, den die Standard-Registry des Workspace als signierten Snapshot veröffentlicht: Der erste Import lädt ihn herunter, verifiziert ihn, legt ihn im Inhalts-Cache des Workspace ab und benennt ihn über seinen Digest in der Aufzeichnung, die er neben die Entwürfe schreibt. Ein Workspace, der eigene Katalogordner angibt — in AGGREGA_CATALOG_DIRS oder unter workspace.catalog_dirs —, importiert stattdessen gegen diese. Der Import liest die Images aus src/support_brief/import-answers.yaml und lädt dann herunter, wovon das entworfene Release abhängt, sodass der Build sofort folgen kann:
cd sourceaggrega import src/support_brief --target composeaggrega build --release release.yamlDas Image, das das Beispiel nennt, steht für eines, das Sie aus Ihrem Projekt bauen; wie Sie es bauen und den Stack ausführen, steht in der oben verlinkten Anleitung.
Mit einem KI-Assistenten
Ein KI-Assistent, der mit den Tools von Aggrega eingerichtet ist, kann dasselbe tun: Fügen Sie ihm diesen Prompt ein.
Verwenden Sie ausschließlich die Aggrega-Tools und legen Sie selbst keinen Ordner an. Wenn der Workspace-Ordner noch keinen Ordner `import-crewai` enthält, rufen Sie das Tool `scaffold` einmal auf, mit `example` auf `import-crewai` gesetzt und ohne `dir`: Es schreibt das Beispiel in einen neuen Ordner `import-crewai`, dessen Ordner `source` enthält, was dieses Beispiel importiert. Rufen Sie dann das Tool `import` auf, mit `workspace_root` auf `import-crewai/source`, `source` auf `src/support_brief` und `target` auf `compose` gesetzt: Es liest die benötigten Antworten aus `import-answers.yaml` im Ordner `src/support_brief`, schreibt seine Entwürfe nach `import-crewai/source` und lädt herunter, was diese benötigen. Rufen Sie dann das Tool `validate` auf, mit `workspace_root` auf `import-crewai/source` und `release` auf `release.yaml` gesetzt, und das Tool `build`, mit `workspace_root` auf `import-crewai/source`, `release` auf `release.yaml` und `write` auf true gesetzt. Nennen Sie mir die Dateien, die der Build geschrieben hat; sie liegen unter `import-crewai/source/dist/`.Testen
Wenn der Stack so läuft, wie die Anleitung ihn ausführt, erreicht eine Anfrage die Crew. Die Route unten ist die des Programms der Anleitung selbst, eines kleinen HTTP-Servers auf Port 8000; Ihr eigenes Programm legt seine eigene fest. Das Release veröffentlicht den Rechercheur auf 127.0.0.1:8000 und den Autor auf 127.0.0.1:8001, daher geht die Anfrage von Ihrem Rechner aus an den Rechercheur:
curl -sS -X POST http://127.0.0.1:8000/kickoff -H 'Content-Type: application/json' \ -d '{"question": "Which support plan covers a weekend outage, and what does it cost?"}'{ "error": "the crew failed: AuthenticationError: Error code: 401 - {'error': {'message': 'Incorrect API key provided: sk-place************-key. [… omitted: where to find an API key, and the error's type and code]"}Der Schlüssel des Laufs war ein Platzhalter, daher ist die Antwort die Ablehnung dieses Schlüssels durch OpenAI. Leiten Sie auf Kubernetes einen lokalen Port an das Deployment weiter, das keinen Service hat, und senden Sie dieselbe Anfrage von einem anderen Terminal aus daran:
kubectl port-forward deploy/researcher 8000:8000curl -sS -X POST http://127.0.0.1:8000/kickoff -H 'Content-Type: application/json' \ -d '{"question": "Which support plan covers a weekend outage, and what does it cost?"}'Die Antwort ist dieselbe.