Pular para o conteúdo
AggregaAggrega
Selecionar língua: Português (Brasil)
Esta página foi traduzida automaticamente. Leia o original em inglês.

Importar um projeto CrewAI — uma equipe de dois agentes

As declarações de agentes e tarefas de um projeto CrewAI no layout clássico — dois agentes em um mesmo modelo da OpenAI, uma tarefa para cada um — convertidas em rascunhos de arquivos Aggrega por aggrega import, com a imagem em que o programa da crew roda informada uma única vez em um arquivo de respostas, e compiladas para Docker Compose.

Importar um projeto CrewAI percorre o processo passo a passo: o comando, o que ele pergunta, os arquivos que ele escreve e por que cada linha está ali, o build e a crew em execução. Esta pasta contém cada etapa desse passo a passo:

pasta ou arquivoo que contém
source/as declarações do projeto, src/support_brief/config/agents.yaml e tasks.yaml, o .aggrega-config.yaml que torna a pasta um espaço de trabalho, e src/support_brief/import-answers.yaml, os valores que nenhuma declaração contém: a imagem de cada agente e o nome do Secret do Kubernetes do qual um build para Kubernetes lê a chave da OpenAI
draft/os arquivos que aggrega import src/support_brief --target compose escreveu, sem alterações, incluindo release.lock, e o que ele imprimiu: stdout.txt na saída padrão, import.txt na saída de erro padrão

As declarações foram escritas para este exemplo. O programa da equipe não faz parte do exemplo: a importação nunca lê nenhum programa, e a Release indica a imagem em que ele é executado.

Em um checkout do repositório da documentação, check.sh executa a importação novamente, compara o que ela escreve e imprime com draft/, compara os blocos que o passo a passo cita com estes arquivos, e valida e compila o que a importação escreveu. Ele precisa do catálogo da biblioteca padrão (onde obter um) em um checkout ao lado deste repositório, ou do diretório dele indicado em AGGREGA_CATALOG_DIRS.

Gerar o exemplo

Você pode executar a importação deste exemplo com os comandos abaixo, ou pedir ao seu assistente de IA que a execute para você.

Escreva o exemplo em uma nova pasta com o nome dele:

Terminal window
aggrega scaffold --example import-crewai

Em seguida ele imprime os próximos comandos a executar. O primeiro entra na pasta nova:

Terminal window
cd import-crewai

Build

A importação gera os rascunhos dos arquivos Aggrega ao lado do projeto, em source/. Ela compara o projeto com o catálogo da biblioteca padrão, que o registry padrão do espaço de trabalho publica como um snapshot assinado: a primeira importação o baixa, o verifica, o guarda no cache de conteúdo do espaço de trabalho e o identifica pelo seu digest no registro que escreve ao lado dos rascunhos. Um espaço de trabalho que indica as próprias pastas de catálogo — em AGGREGA_CATALOG_DIRS, ou sob workspace.catalog_dirs — importa em relação a elas. A importação lê as imagens de src/support_brief/import-answers.yaml e depois baixa aquilo de que a Release rascunhada depende, de modo que o build vem logo em seguida:

Terminal window
cd source
aggrega import src/support_brief --target compose
aggrega build --release release.yaml

A imagem que o exemplo indica representa uma que você constrói a partir do seu projeto; como construí-la e executar a stack está no passo a passo indicado acima.

Com um assistente de IA

Um assistente de IA configurado com as ferramentas do Aggrega pode fazer o mesmo: cole este prompt nele.

Use apenas as ferramentas do Aggrega e não crie nenhuma pasta por conta própria. Se a pasta do espaço de trabalho ainda não contém uma pasta `import-crewai`, chame uma vez a ferramenta `scaffold` com `example` definido como `import-crewai` e sem `dir`: ela grava o exemplo em uma nova pasta `import-crewai`, cuja pasta `source` contém o que este exemplo importa. Depois chame a ferramenta `import` com `workspace_root` definido como `import-crewai/source`, `source` definido como `src/support_brief` e `target` definido como `compose`: ela lê as respostas de que precisa de `import-answers.yaml` dentro da pasta `src/support_brief`, grava seus rascunhos em `import-crewai/source` e baixa o que eles precisam. Depois chame a ferramenta `validate` com `workspace_root` definido como `import-crewai/source` e `release` definido como `release.yaml`, e a ferramenta `build` com `workspace_root` definido como `import-crewai/source`, `release` definido como `release.yaml` e `write` definido como true. Diga-me quais arquivos o build gravou; eles estão em `import-crewai/source/dist/`.

Teste

Com o stack em execução do jeito que o passo a passo o executa, uma requisição chega à crew. A rota abaixo é a do próprio programa do passo a passo, um pequeno servidor HTTP na porta 8000; o seu próprio programa decide a dele. A Release publica o pesquisador em 127.0.0.1:8000 e o redator em 127.0.0.1:8001, então a requisição vai da sua máquina para o pesquisador:

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]"
}

A chave da execução era um placeholder, então a resposta é a recusa dessa chave pela OpenAI. No Kubernetes, encaminhe uma porta local para o Deployment, que não tem Service, e envie a mesma requisição a ele de outro terminal:

Terminal window
kubectl port-forward deploy/researcher 8000:8000
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?"}'

A resposta é a mesma.