Importer un projet CrewAI — une crew de deux agents
Les déclarations d’agents et de tâches d’un projet CrewAI dans la disposition classique — deux agents sur un même modèle OpenAI, une tâche chacun — transformées en brouillons de fichiers Aggrega par aggrega import, avec l’image dans laquelle s’exécute le programme de la crew renseignée une seule fois dans un fichier de réponses, et compilées pour Docker Compose.
Importer un projet CrewAI le présente pas à pas : la commande, ce qu’elle demande, les fichiers qu’elle écrit et la raison d’être de chaque ligne, la compilation, et la crew en cours d’exécution. Ce dossier contient chaque étape de ce tutoriel :
| dossier ou fichier | ce qu’il contient |
|---|---|
source/ | les déclarations du projet, src/support_brief/config/agents.yaml et tasks.yaml, le .aggrega-config.yaml qui fait du dossier un espace de travail, et src/support_brief/import-answers.yaml, les valeurs qu’aucune déclaration ne contient : l’image de chaque agent, et le nom du Secret Kubernetes dans lequel une compilation pour Kubernetes lit la clé OpenAI |
draft/ | les fichiers que aggrega import src/support_brief --target compose a écrits, inchangés, release.lock compris, et ce qu’il a affiché : stdout.txt sur la sortie standard, import.txt sur la sortie d’erreur standard |
Les déclarations sont écrites pour cet exemple. Le programme de la crew n’en fait pas partie : l’import n’en lit jamais aucun, et la Release nomme l’image dans laquelle il s’exécute.
Dans un checkout du dépôt de la documentation, check.sh exécute à nouveau l’import, compare ce qu’il écrit et affiche avec draft/, compare les blocs que le tutoriel cite avec ces fichiers, et valide et compile ce que l’import a écrit. Il nécessite le catalogue de la bibliothèque standard (où en obtenir un) extrait à côté de ce dépôt, ou son répertoire indiqué dans AGGREGA_CATALOG_DIRS.
Générer l’exemple
Vous pouvez exécuter l’import de cet exemple avec les commandes ci-dessous, ou le faire exécuter par votre assistant IA.
Écrivez l’exemple dans un nouveau dossier qui porte son nom :
aggrega scaffold --example import-crewaiElle affiche ensuite les prochaines commandes à exécuter. La première vous place dans le nouveau dossier :
cd import-crewaiBuild
L’import rédige les brouillons des fichiers Aggrega à côté du projet, dans source/. Il confronte le projet au catalogue de la bibliothèque standard, que le registre par défaut de l’espace de travail publie sous forme d’instantané signé : le premier import le récupère, le vérifie, le conserve dans le cache de contenu de l’espace de travail et le désigne par son digest dans l’enregistrement qu’il écrit à côté des brouillons. Un espace de travail qui désigne ses propres dossiers de catalogue — dans AGGREGA_CATALOG_DIRS, ou sous workspace.catalog_dirs — importe plutôt par rapport à ceux-ci. L’import lit les images depuis src/support_brief/import-answers.yaml, puis récupère ce dont dépend la Release rédigée, de sorte que la compilation suit aussitôt :
cd sourceaggrega import src/support_brief --target composeaggrega build --release release.yamlL’image que nomme l’exemple tient lieu de celle que vous construisez à partir de votre projet ; sa construction et l’exécution de la stack sont décrites dans le tutoriel indiqué ci-dessus.
Avec un assistant IA
Un assistant IA configuré avec les outils d’Aggrega peut faire de même : collez-lui ce prompt.
Utilisez uniquement les outils Aggrega et ne créez vous-même aucun dossier. Si le dossier de l’espace de travail ne contient pas encore de dossier `import-crewai`, appelez une fois l’outil `scaffold` avec `example` défini à `import-crewai` et sans `dir` : il écrit l’exemple dans un nouveau dossier `import-crewai`, dont le dossier `source` contient ce que cet exemple importe. Appelez ensuite l’outil `import` avec `workspace_root` défini à `import-crewai/source`, `source` défini à `src/support_brief` et `target` défini à `compose` : il lit les réponses dont il a besoin dans le fichier `import-answers.yaml` du dossier `src/support_brief`, écrit ses brouillons dans `import-crewai/source` et récupère ce dont ils ont besoin. Appelez ensuite l’outil `validate` avec `workspace_root` défini à `import-crewai/source` et `release` défini à `release.yaml`, puis l’outil `build` avec `workspace_root` défini à `import-crewai/source`, `release` défini à `release.yaml` et `write` défini à true. Indiquez-moi quels fichiers le build a écrits ; ils se trouvent sous `import-crewai/source/dist/`.Tester
Avec la stack en cours d’exécution telle que le guide l’exécute, une requête atteint la crew. La route ci-dessous est celle du propre programme du guide, un petit serveur HTTP sur le port 8000 ; votre propre programme décide de la sienne. La Release publie le chercheur sur 127.0.0.1:8000 et le rédacteur sur 127.0.0.1:8001, la requête part donc de votre machine vers le chercheur :
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]"}La clé de l’exécution était un espace réservé, la réponse est donc le refus de cette clé par OpenAI. Sur Kubernetes, redirigez un port local vers le Deployment, qui n’a pas de Service, et envoyez-lui la même requête depuis un autre terminal :
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?"}'La réponse est la même.