Lewati ke konten
AggregaAggrega
Pilih Bahasa: Bahasa Indonesia
Halaman ini diterjemahkan oleh mesin. Baca versi asli dalam bahasa Inggris.

Mengimpor proyek CrewAI

Panduan langkah demi langkah ini mengimpor deklarasi agen dan tugas dari sebuah proyek CrewAI — kru berisi dua agen yang menjawab pertanyaan pelanggan tentang paket dukungan — dan membangun kru tersebut untuk Docker Compose. Impor membuat draf setiap berkas yang dibaca build: kedua agen dan modelnya, kunci yang disajikan masing-masing agen kepada model sebagai referensi variabel, dan realisasi masing-masing. Impor menanyakan satu kali satu-satunya nilai yang tidak dimuat deklarasi mana pun, yaitu image tempat program kru berjalan. Setiap berkas dan setiap blok keluaran di bawah ini berasal dari eksekusi nyata; deklarasi dan setiap tahap panduan ini ada dalam contoh import-crewai, tempat sebuah skrip pemeriksaan menjalankan impor lagi, membandingkan apa yang ditulisnya, apa yang dicetaknya, dan blok-blok yang dikutip halaman ini dengan berkas-berkas yang disimpan di sana, lalu memvalidasi dan membangun apa yang ditulis impor.

Membuat contoh

Anda dapat menjalankan impor ini dengan perintah di halaman ini, atau meminta asisten AI Anda menjalankannya untuk Anda.

Tulis contoh ke folder baru yang dinamai sesuai contoh itu:

Terminal window
aggrega scaffold --example import-crewai

Kemudian ia mencetak perintah yang dijalankan berikutnya. Perintah pertama berpindah ke folder baru; perintah sesudahnya, di bawah, berpindah ke folder source milik folder baru itu, yang berisi apa yang diimpor halaman ini dan merupakan tempat impor dijalankan:

Terminal window
cd import-crewai

Folder source dari contoh hasil scaffold terbuka di Visual Studio Code, menampilkan konfigurasi agen crew dengan seorang peneliti dan seorang penulis.

Proyek

Sebuah proyek CrewAI menyimpan perilaku krunya dalam sebuah program dan mendeklarasikan agen serta tugasnya dalam berkas konfigurasi. Proyek ini, yang ditulis untuk panduan ini, menggunakan tata letak klasik CrewAI, dan impor membaca dua berkas deklarasinya, di bawah src/support_brief/config/. Programnya — crew.py milik proyek klasik, alat-alat yang didefinisikannya — tidak pernah dibaca, sehingga contoh ini hanya berisi deklarasi.

agents.yaml mendeklarasikan dua agen, keduanya menggunakan gpt-4o-mini dari OpenAI:

researcher:
role: >
Support plan researcher
goal: >
Find what each support plan of the company covers, and what it costs
backstory: >
You keep the company's support plans at your fingertips and answer from
them alone.
llm: openai/gpt-4o-mini
verbose: true
writer:
role: >
Support reply writer
goal: >
Turn the researcher's findings into a short, friendly reply to the customer
backstory: >
You write replies customers can act on, in plain words.
llm: openai/gpt-4o-mini

tasks.yaml menetapkan satu tugas untuk masing-masing:

research_task:
description: >
Find the support plans that answer the customer's question: {question}
expected_output: >
The plans that apply, each with what it covers and what it costs
agent: researcher
reply_task:
description: >
Write a reply to the customer's question from the researcher's findings
expected_output: >
A reply of at most five sentences
agent: writer

Di root proyek, sebuah .aggrega-config.yaml menjadikan folder itu ruang kerja:

# The workspace key marks this directory as the workspace root, so an import run
# here writes its drafts beside src/.
workspace: {}
# The registry the importer is fetched from the first time an import needs it.
default_registry: hub.aggrega.ai

Impor merujuk Components agen dan model dari katalog, dan --target membuat draf Manifest dari Recipes katalog tersebut. Ruang kerja tidak menyebutkan folder katalog apa pun, jadi impor membaca katalog pustaka standar dari registry tempat impor mengambil importer-nya: snapshot bertanda tangan dari katalog yang diterbitkan, yang diambil, diverifikasi, dan disimpan di cache konten ruang kerja oleh impor pertama, serta disebutkan melalui digest-nya dalam catatan yang ditulis impor di samping draf-drafnya. Ruang kerja yang menyebutkan folder katalognya sendiri — di AGGREGA_CATALOG_DIRS, atau di bawah workspace.catalog_dirs — mengimpor terhadap folder-folder itu sebagai gantinya.

Apa yang ditanyakan impor

Deklarasi menyebutkan model setiap agen, tidak pernah image tempat program crew berjalan: image itu Anda bangun dari proyek Anda. Jadi impor menanyakannya, sekali untuk setiap agen. Di terminal, impor mengajukan pertanyaan untuk masing-masing dan menulis jawabannya ke dalam draf dan ke dalam file jawaban, import-answers.yaml, di dalam direktori yang diimpornya, src/support_brief/, sehingga impor berikutnya membacanya dari sana dan tidak menanyakan apa pun. Tanpa terminal — dalam integrasi berkelanjutan, atau melalui pipe — impor tidak menanyakan apa pun: impor menulis file dengan kunci kosong, lalu berhenti sambil menyebutkan file tersebut. Contoh sudah berisi file itu, dengan kedua agen pada image yang sama, ghcr.io/example/support-brief:1.0.0, yang mewakili image yang Anda bangun:

# Values the import could not draft from the source, keyed by the drafted file and the key path inside
# it. Write each one beside its key; an import of the same source, and a sync, read them from here and
# ask nothing. A secret is never written here: its key asks where the secret comes from — a variable
# name, ${NAME}, or the name of a Kubernetes Secret.
release.yaml:
# Container image running the CrewAI application code.
spec.components.researcher.infra.image: "ghcr.io/example/support-brief:1.0.0"
# The origin of the secret value, written by the operator in the Release. Read exactly as
# values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes
# from, never the value.
spec.components.researcher.uses.model.gpt-4o-mini.features.credential.infra.origin: "openai-api-key"
# Container image running the CrewAI application code.
spec.components.writer.infra.image: "ghcr.io/example/support-brief:1.0.0"
# The origin of the secret value, written by the operator in the Release. Read exactly as
# values.origin is. Write it here or in values.origin, never in both. A secret: name where it comes
# from, never the value.
spec.components.writer.uses.model.gpt-4o-mini.features.credential.infra.origin: "openai-api-key"

Dua jawaban origin ditujukan untuk build bagi Kubernetes, dengan --target helm: di sana setiap agen membaca kunci OpenAI dari Secret Kubernetes, dan jawabannya adalah nama Secret tersebut, openai-api-key, tidak pernah kuncinya. Build untuk Docker Compose justru membaca kunci dari shell Anda, jadi impor ini tidak menggunakan jawaban-jawaban tersebut. File jawaban impor menjelaskan file tersebut, pertanyaan-pertanyaannya, dan aturan untuk jawaban sebuah rahasia.

aggrega import mencantumkan setiap flag yang diterima perintah ini, termasuk --answers, yang menyebutkan file jawaban yang disimpan di tempat lain.

Pindah ke source:

Terminal window
cd source

Menjalankan impor

Sebutkan direktori kru. Impor membaca deklarasi di dalamnya dan tidak ada yang lain:

Terminal window
aggrega import src/support_brief --target compose

Pada keluaran standar, impor mencantumkan apa yang ditulisnya:

wrote aggregate.yaml
wrote release.yaml
wrote manifest.yaml
wrote .aggrega-import.json

Pada galat standar, dengan <workspace> mewakili folder tempat Anda menjalankannya:

[… omitted: a warning that the importer runs unverified, printed where its module is read from beside its Plugin entity in a catalog folder rather than fetched]
read as the crewai format, with drafted paths relative to <workspace>
info: the answers file <workspace>/src/support_brief/import-answers.yaml also answers spec.components.researcher.uses.model.gpt-4o-mini.features.credential.infra.origin in release.yaml, spec.components.writer.uses.model.gpt-4o-mini.features.credential.infra.origin in release.yaml, which these drafts do not leave empty; those answers are kept there and not applied
mapped researcher (agent) to core/ai-agent/crewai as a reference, NONE
mapped openai/gpt-4o-mini (llm) to core/ai-model/openai as a reference, NONE
mapped writer (agent) to core/ai-agent/crewai as a reference, NONE
made no choice for research_task (task)
made no choice for reply_task (task)
Pull complete: <workspace>/release.lock (entities=8, source_artifacts=0, external_inputs=0)

Impor yang dijalankan dari editor: draf Aggregate, Release, dan Manifest muncul di samping proyek crew, output Aggrega mencantumkan bagaimana setiap agen, model, dan tugas dipetakan serta file yang ditulis, dan sebuah notifikasi menyatakan bahwa impor membuat draf 3 file, dikenali sebagai crewai.

  • Baris info menyebutkan jawaban yang tidak digunakan oleh draf Docker Compose, yang disimpan dalam file jawaban untuk build bagi Kubernetes.
  • Baris mapped menyatakan bahwa setiap agen adalah instans dari agen CrewAI pustaka standar, core/ai-agent/crewai, dan bahwa model yang disebut keduanya, openai/gpt-4o-mini, adalah instans dari core/ai-model/openai. Tingkatnya tertulis NONE: impor CrewAI merujuk Components ini berdasarkan apa yang disebut deklarasi, yaitu sebuah agen dan sebuah penyedia model, alih-alih menimbang masing-masing terhadap katalog.
  • Baris made no choice menyatakan bahwa tidak ada draf yang dibuat untuk tugas-tugas: sebuah tugas adalah logika yang dijalankan program kru.
  • Baris Pull complete adalah impor yang mengambil apa yang menjadi dependensi Release yang dirancang, seperti yang dilakukan aggrega pull, ke dalam release.lock, sehingga draf dapat langsung divalidasi dan di-build. Dengan --offline, impor tidak mengambil apa pun dan menyebutkan perintah aggrega pull yang perlu dijalankan.

Apa yang ditulisnya

Aggregate, Release, dan Manifest diberi nama imported/support-brief: config/agents.yaml dan config/tasks.yaml milik sebuah proyek tidak menyebutkan nama crew — namanya ada di dalam program, yang tidak dibaca oleh impor — sehingga impor direktorinya dinamai berdasarkan direktori tersebut, support_brief, yang ditulis sebagai segmen nama, di bawah namespace yang ditetapkan oleh pengaturan target_namespace milik pengimpor, yaitu imported kecuali Anda menetapkan yang lain (Pengaturan).

aggregate.yaml — satu instans per agen, masing-masing terhubung ke model yang disebutnya, dengan kunci yang disajikannya dideklarasikan pada koneksi, dan model itu sendiri, diawali dengan komentar yang menyatakan apa yang dibaca dan apa yang tidak:

# CrewAI declarations read:
# - config/agents.yaml
# - config/tasks.yaml
# Not read: the crew's program, which runs its agents and its tasks and defines its tools; it runs in the image the Release names for each agent.
# Tasks the crew's program runs, drafted as no Component:
# - research_task, assigned to researcher
# - reply_task, assigned to writer
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/support-brief
version: 0.1.0
description: Draft Aggregate imported from a source in the crewai format.
spec:
components:
researcher:
type: core/ai-agent/crewai
values:
role: "Support plan researcher\u000A"
goal: "Find what each support plan of the company covers, and what it costs\u000A"
backstory: "You keep the company's support plans at your fingertips and answer from them alone.\u000A"
allow_delegation: false
log_level: DEBUG
uses:
model:
gpt-4o-mini:
target: gpt-4o-mini
# For the compose target, the lines below declare credential on gpt-4o-mini: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
features:
credential:
type: core/secret-value
values:
key: OPENAI_API_KEY
writer:
type: core/ai-agent/crewai
values:
role: "Support reply writer\u000A"
goal: "Turn the researcher's findings into a short, friendly reply to the customer\u000A"
backstory: "You write replies customers can act on, in plain words.\u000A"
allow_delegation: false
log_level: INFO
uses:
model:
gpt-4o-mini:
target: gpt-4o-mini
# For the compose target, the lines below declare credential on gpt-4o-mini: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
features:
credential:
type: core/secret-value
values:
key: OPENAI_API_KEY
# The model openai/gpt-4o-mini.
gpt-4o-mini:
type: core/ai-model/openai
values:
model: "gpt-4o-mini"

role, goal, dan backstory dibawa sebagaimana dideklarasikan, termasuk jeda baris yang mengakhiri setiap blok terlipat. log_level bernilai DEBUG untuk peneliti, yang dideklarasikan verbose, dan INFO untuk penulis, yang tidak. Agen yang tidak mendeklarasikan allow_delegation dibuat sebagai draf dengan false. Model adalah layanan yang dihosting, jadi Component agen menolak koneksi ke model tersebut yang tidak membawa kredensial; setiap koneksi mendeklarasikan satu kredensial, di bawah kunci OPENAI_API_KEY.

release.yaml — lingkungan, image dan port yang dipublikasikan setiap agen, dan asal setiap kunci:

apiVersion: aggrega.ai/v1beta1
kind: Release
metadata:
name: imported/support-brief
# environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to.
environment: development
version: 0.1.0
description: Draft Release imported from a source in the crewai format.
spec:
aggregate: imported/support-brief
manifest: imported/support-brief
components:
researcher:
infra:
# Left for the Release, since the source cannot supply it: infra.image, the container image running the crew's program
image: "ghcr.io/example/support-brief:1.0.0"
# Published on this machine's loopback address, 127.0.0.1: reachable from this machine only, by any process running on it. Delete this line to keep the service internal.
published_port: 8000
uses:
model:
gpt-4o-mini:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential researcher presents to gpt-4o-mini on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${OPENAI_API_KEY}"
writer:
infra:
# Left for the Release, since the source cannot supply it: infra.image, the container image running the crew's program
image: "ghcr.io/example/support-brief:1.0.0"
# Published on this machine's loopback address, 127.0.0.1: reachable from this machine only, by any process running on it. Delete this line to keep the service internal.
published_port: 8001
uses:
model:
gpt-4o-mini:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential writer presents to gpt-4o-mini on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${OPENAI_API_KEY}"
gpt-4o-mini: {}

Lingkungan, development, adalah nilai bawaan yang ditulis impor karena tidak ada deklarasi yang menyebutkannya; ubah nilai itu jika Release di-deploy ke tempat lain. Setiap image adalah jawaban yang dibaca impor dari import-answers.yaml. Setiap agen dipublikasikan di alamat loopback mesin Anda dan meneruskan ke port tempat programnya mendengarkan, infra.port, 8000 kecuali Anda menetapkannya: peneliti pada 8000 dan penulis pada 8001, karena dua layanan dari satu Release tidak dapat memublikasikan port yang sama. Deklarasi tidak menyebutkan variabel untuk kunci, jadi setiap koneksi membacanya dari ${OPENAI_API_KEY}, variabel yang dibaca oleh pustaka klien OpenAI, sebagai referensi variabel dan tidak pernah sebagai nilai.

manifest.yaml — Recipe Compose untuk setiap tipe, dan realisasi yang menulis referensi variabel sebuah kunci ke dalam file Compose sebagaimana tertulis:

apiVersion: aggrega.ai/v1beta1
kind: Manifest
metadata:
name: imported/support-brief
version: 0.1.0
spec:
mappings:
components:
type:
core/ai-agent/crewai: compose/crewai
core/ai-model/openai: compose/openai
features:
type:
core/secret-value: compose/dotenv-secret

release.lock mencatat entitas katalog tempat Release diselesaikan, berdasarkan digest, dan .aggrega-import.json adalah catatan tentang apa yang ditulis impor, yang dibaca oleh aggrega import --sync berikutnya.

Validasi dan build

Terminal window
aggrega validate --release release.yaml
aggrega build --release release.yaml

Draf Release terbuka di editor setelah divalidasi, dengan output Aggrega dan sebuah notifikasi yang keduanya melaporkan tidak ada masalah yang ditemukan.

Build draf Release: sebuah folder dist muncul di Explorer, output Aggrega mencantumkan file Docker Compose yang ditulis, dan sebuah notifikasi menyatakan bahwa 1 file telah ditulis.

Validasi mencetak:

notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)
release dependency validation passed: release.yaml (schema-pillar + dependency pillars)

dan build, dengan <workspace> mewakili folder tempat Anda menjalankannya:

notice: LINT: Feature "core/secret-value" at core/secret-value:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)
[… omitted: a total build time, which differs per run]
Build completed: 1 file written to <workspace>/dist

Baris notice hanya bersifat informatif: Feature rahasia menerima nilai origin miliknya dari values milik Aggregate atau infra milik Release, dan pemberitahuan itu melaporkan bahwa satu daun dideklarasikan di keduanya. Pemberitahuan ini tidak mengubah putusan apa pun.

Layanan milik peneliti di dist/compose/docker-compose.yaml; layanan milik penulis hanya berbeda pada namanya, pada nilai yang dibawa oleh variabelnya sendiri, dan pada port yang dipublikasikannya:

services:
researcher:
image: ghcr.io/example/support-brief:1.0.0
environment:
OPENAI_BASE_URL: https://api.openai.com/v1
MODEL: gpt-4o-mini
CREWAI_ALLOW_DELEGATION: "false"
CREWAI_BACKSTORY: |
You keep the company's support plans at your fingertips and answer from them alone.
CREWAI_GOAL: |
Find what each support plan of the company covers, and what it costs
CREWAI_LOG_LEVEL: DEBUG
CREWAI_ROLE: |
Support plan researcher
OPENAI_API_KEY: ${OPENAI_API_KEY}
ports:
- 127.0.0.1:8000:8000
[… omitted: the labels the build writes on every service, naming the Aggregate, the component, the environment and the compiler's version]
networks:
- compose

Agen menerima alamat dan nama model sebagai OPENAI_BASE_URL dan MODEL, variabel tempat CrewAI membacanya, dan kunci sebagai OPENAI_API_KEY. Peran, tujuan, latar belakang, sakelar delegasi, dan tingkat log-nya tiba dengan nama yang diberikan Component CrewAI secara default, untuk dibaca oleh program crew; blok inject: pada komponen itu sendiri justru mengirimkan salah satu di antaranya dengan nama yang dibaca program. Setiap nilai yang dirancang oleh impor mempertahankan jeda baris yang mengakhiri deklarasinya, sehingga berkas menuliskannya sebagai blok. Model tidak mendapatkan layanan sendiri: para agen menjangkau API OpenAI di alamatnya sendiri. Kunci tersebut adalah referensi variabel, yang diisi dari shell Anda saat stack dimulai. Setiap layanan memublikasikan port-nya hanya di 127.0.0.1: 8000 milik peneliti dan 8001 milik penulis, masing-masing meneruskan ke port 8000 program di dalam container-nya.

Dengan asisten AI

Asisten AI yang disiapkan dengan alat-alat Aggrega dapat melakukan hal yang sama: tempelkan prompt ini ke dalamnya.

Gunakan hanya alat Aggrega, dan jangan membuat folder sendiri. Jika folder Workspace belum berisi folder `import-crewai`, panggil alat `scaffold` sekali dengan `example` diatur ke `import-crewai` dan tanpa `dir`: alat ini menulis contoh ke folder `import-crewai` yang baru, yang folder `source`-nya berisi apa yang diimpor halaman ini. Lalu panggil alat `import` dengan `workspace_root` diatur ke `import-crewai/source`, `source` diatur ke `src/support_brief`, dan `target` diatur ke `compose`: alat ini membaca jawaban yang dibutuhkannya dari `import-answers.yaml` di dalam folder `src/support_brief`, menulis drafnya ke `import-crewai/source`, dan menarik apa yang dibutuhkan draf tersebut. Lalu panggil alat `validate` dengan `workspace_root` diatur ke `import-crewai/source` dan `release` diatur ke `release.yaml`, serta alat `build` dengan `workspace_root` diatur ke `import-crewai/source`, `release` diatur ke `release.yaml`, dan `write` diatur ke true. Beri tahu saya file mana yang ditulis build; file tersebut berada di bawah `import-crewai/source/dist/`.

Membukanya di VS Code

Dengan ekstensi Aggrega untuk Visual Studio Code terpasang, buka folder import-crewai/source di VS Code, tempat impor menulis drafnya. Folder tersebut berisi satu Release, yaitu draf release.yaml, sehingga editor memilihnya untuk Anda dan memeriksa draf terhadap Release tersebut saat Anda mengeditnya, menandai apa yang ditemukannya di file dan di panel Problems. Aggrega: Show topology graph, di Command Palette, menggambar komponen Release dan koneksi di antara mereka. Aggrega: Build, Aggrega: Preview build, dan Aggrega: Pull bekerja pada Release yang sama, dan masing-masing juga merupakan tombol di panel Commands pada tampilan Aggrega di activity bar; Build menulis file-filenya ke dist/ di dalam folder tersebut. Menggunakan Aggrega di Visual Studio Code membahas sisanya.

Menjalankannya

Anda membangun image dari proyek, dengan Dockerfile Anda sendiri. Docker Compose menjalankan perintah milik image itu sendiri sebagai layanan setiap agen, karena Recipe tidak menetapkan perintah apa pun, sehingga perintah tersebut harus terus berjalan, dan harus melayani permintaan jika Anda ingin menjangkau crew. Program Anda yang menentukan alamat, rute, dan balasannya.

Eksekusi di bawah menggunakan image seperti itu: program crew dalam tata letak klasik CrewAI — sebuah crew.py yang membangun crew dari kedua file deklarasi, sebagaimana impor membacanya — dan, sebagai perintah image, server HTTP kecil milik program itu sendiri di port 8000, yang menjalankan crew satu kali untuk setiap POST /kickoff. Bangun image Anda di root proyek, tulis namanya sebagai pengganti ghcr.io/example/support-brief:1.0.0 untuk kedua agen di src/support_brief/import-answers.yaml, lalu impor lagi dengan --sync, yang menulis jawaban baru ke dalam draf dan melakukan pull lagi; kemudian lakukan build:

Terminal window
docker build -t support-brief:local .
aggrega import src/support_brief --sync
aggrega build --release release.yaml

Dengan support-brief:local sebagai kedua jawaban, sinkronisasi menyebutkan dua nilai yang diubahnya, di antara baris-baris yang dicetaknya:

changed spec.components.researcher.infra.image in release.yaml
changed spec.components.writer.infra.image in release.yaml

Kemudian atur kunci di shell Anda dan mulai stack:

Terminal window
export OPENAI_API_KEY='your OpenAI key'
docker compose -p support-brief -f dist/compose/docker-compose.yaml up -d --wait

-p memberi nama proyek, seperti yang dijelaskan langkah menjalankan di Cara impor berjalan.

Mengujinya

Permintaan di bawah ini mencapai program yang dijalankan image panduan ini: crew di balik server HTTP kecil pada port 8000, yang menjawab POST /kickoff. Program Anda sendiri menentukan rute dan balasannya sendiri. Kirim permintaan itu ke peneliti di http://127.0.0.1:8000, alamat yang dipublikasikan published_port, setelah program mendengarkan, beberapa detik setelah stack dimulai:

Terminal window
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]"
}

Proses ini menetapkan OPENAI_API_KEY ke nilai pengganti, sehingga balasannya adalah penolakan OpenAI terhadapnya, yang diteruskan oleh program. Permintaan crew mencapai API OpenAI dengan kunci yang dikirimkan build. Kedua agen menjalankan image yang sama, sehingga permintaan dapat dikirim ke salah satunya: penulis menjawab dengan cara yang sama di http://127.0.0.1:8001.

Hentikan stack dengan:

Terminal window
docker compose -p support-brief -f dist/compose/docker-compose.yaml down

Di Kubernetes, impor dengan --target helm dan dorong image ke registry tempat kluster Anda menarik image, dengan menyebutkannya di src/support_brief/import-answers.yaml. Lalu buat Secret openai-api-key dan terapkan build, seperti yang dijelaskan langkah menjalankan di Cara impor berjalan. Deployment setiap agen tidak memiliki Service, jadi teruskan port lokal ke port milik researcher. Perintah ini berjalan sampai Anda menghentikannya:

Terminal window
kubectl port-forward deploy/researcher 8000:8000
Forwarding from 127.0.0.1:8000 -> 8000
Forwarding from [::1]:8000 -> 8000

Dari terminal lain, kirim permintaan yang sama ke port yang diteruskan:

Terminal window
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]"
}