İçeriğe geç
AggregaAggrega
Dil seçin: Türkçe
Bu sayfa makine çevirisiyle çevrilmiştir. İngilizce orijinalini okuyun.

Bir CrewAI projesini içe aktarma

Bu adım adım kılavuz bir CrewAI projesinin ajan ve görev bildirimlerini — bir müşterinin destek planları hakkındaki sorusunu yanıtlayan iki ajanlık bir ekip — içe aktarır ve ekibi Docker Compose için derler. İçe aktarma, derlemenin okuduğu her dosyanın taslağını oluşturur: iki ajanı ve modellerini, her birinin modele değişken başvurusu olarak sunduğu anahtarı ve her birinin gerçekleştirmelerini. Hiçbir bildirimin içermediği tek değeri, yani ekibin programının çalıştığı imajı yalnızca bir kez sorar. Aşağıdaki her dosya ve her çıktı bloğu gerçek bir çalıştırmadan gelir; bildirimler ve kılavuzun her aşaması import-crewai örneğindedir; orada bir denetim betiği içe aktarmayı yeniden çalıştırır, yazdıklarını, yazdırdıklarını ve bu sayfanın alıntıladığı blokları orada tutulan dosyalarla karşılaştırır ve içe aktarmanın yazdıklarını doğrulayıp derler.

Örneği oluşturun

Bu içe aktarmayı bu sayfadaki komutlarla çalıştırabilir ya da yapay zekâ asistanınıza sizin için çalıştırtabilirsiniz.

Örneği, adını taşıyan yeni bir klasöre yazın:

Terminal window
aggrega scaffold --example import-crewai

Ardından sırada çalıştırılacak komutları yazdırır. İlki yeni klasöre geçer; ondan sonraki, aşağıda, yeni klasörün içindeki, bu sayfanın içe aktardıklarını barındıran ve içe aktarmanın çalıştığı yer olan source klasörüne geçer:

Terminal window
cd import-crewai

İskeleti oluşturulan örneğin source klasörü Visual Studio Code'da açık; bir araştırmacı ve bir yazarla birlikte crew'un ajan yapılandırması görünüyor.

Proje

Bir CrewAI projesi, ekibinin davranışını bir programda tutar ve ajanlarını ve görevlerini yapılandırma dosyalarında bildirir. Bu kılavuz için yazılan bu proje CrewAI’nin klasik düzenindedir ve içe aktarma, src/support_brief/config/ altındaki iki bildirim dosyasını okur. Program — klasik bir projenin crew.py dosyası, tanımladığı araçlar — hiçbir zaman okunmaz; bu yüzden örnek yalnızca bildirimleri içerir.

agents.yaml iki ajanı bildirir; ikisi de OpenAI’nin gpt-4o-mini modelini kullanır:

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 her birine bir görev atar:

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

Projenin kökündeki bir .aggrega-config.yaml klasörü bir çalışma alanı yapar:

# 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

İçe aktarma kataloğun ajan ve model Components’ine başvurur ve --target kataloğun Recipes’inden bir Manifest taslağı oluşturur. Çalışma alanı hiçbir katalog klasörü belirtmediği için içe aktarma, standart kütüphane kataloğunu içe aktarıcısını getirdiği kayıt defterinden okur. Bu, yayımlanmış kataloğun imzalı bir anlık görüntüsüdür: ilk içe aktarma onu getirir, doğrular ve çalışma alanının içerik önbelleğinde tutar; içe aktarmanın taslaklarının yanına yazdığı kayıt da onu özetiyle adlandırır. Kendi katalog klasörlerini AGGREGA_CATALOG_DIRS içinde veya workspace.catalog_dirs altında belirten bir çalışma alanı ise bunun yerine bunlara göre içe aktarır.

İçe aktarmanın sordukları

Bildirimler her ajanın modelini adlandırır, crew programının çalıştığı imajı ise asla: o imajı projenizden siz oluşturursunuz. Bu yüzden içe aktarma onu her ajan için bir kez sorar. Bir terminalde her biri için bir soru sorar ve yanıtları taslaklara ve içe aktardığı dizin olan src/support_brief/ içindeki yanıt dosyası import-answers.yaml’a yazar; böylece sonraki içe aktarma yanıtları oradan okur ve hiçbir şey sormaz. Terminal yokken — sürekli entegrasyonda veya bir boru hattı üzerinden — hiçbir şey sormaz: dosyayı anahtarları boş olarak yazar ve dosyayı adlandırarak durur. Örnek dosyayı zaten içerir; her iki ajan da aynı imajı, ghcr.io/example/support-brief:1.0.0’ı kullanır ve bu imaj sizin oluşturduğunuz imajı temsil eder:

# 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"

İki origin yanıtı, --target helm ile Kubernetes için yapılan bir derleme içindir: orada her ajan OpenAI anahtarını bir Kubernetes Secret’ından okur ve yanıt anahtarın kendisi değil, Secret’ın adı olan openai-api-key’dir. Docker Compose için yapılan bir derleme ise anahtarı kabuğunuzdan okur, bu yüzden bu içe aktarma o yanıtları kullanmaz. İçe aktarma yanıt dosyası dosyayı, soruları ve bir gizli bilginin yanıtına ilişkin kuralları açıklar.

aggrega import, komutun aldığı her bayrağı listeler; bunlar arasında başka bir yerde tutulan bir yanıtlar dosyasını adlandıran --answers da vardır.

source klasörüne geçin:

Terminal window
cd source

İçe aktarmayı çalıştırma

Ekibin dizinini belirtin. İçe aktarma, içindeki bildirimleri okur ve başka hiçbir şeyi okumaz:

Terminal window
aggrega import src/support_brief --target compose

Standart çıktıda yazdıklarını listeler:

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

Standart hatada, <workspace> onu çalıştırdığınız klasörü temsil edecek şekilde:

[… 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)

Düzenleyiciden çalıştırılan içe aktarma: taslak Aggregate, Release ve Manifest, crew'un projesinin yanında belirir; Aggrega çıktısı her ajanın, modelin ve görevin nasıl eşlendiğini ve yazılan dosyaları listeler ve bir bildirim, içe aktarmanın crewai olarak tanınan 3 dosyanın taslağını oluşturduğunu söyler.

  • info satırı, Docker Compose taslaklarının kullanmadığı ve Kubernetes için bir derleme amacıyla yanıt dosyasında tutulan yanıtları adlandırır.
  • mapped satırları, her ajanın standart kütüphanenin CrewAI ajanı olan core/ai-agent/crewai bileşeninin bir örneği olduğunu ve her ikisinin de adlandırdığı openai/gpt-4o-mini modelinin bir core/ai-model/openai örneği olduğunu söyler. Kademeleri NONE olarak görünür: CrewAI içe aktarması bu Components’e, her birini katalogla karşılaştırarak değil, bildirimlerin adlandırdığı şeye, yani bir ajana ve bir model sağlayıcısına göre başvurur.
  • made no choice satırları, görevler için hiçbir taslak oluşturulmadığını söyler: bir görev, ekibin programının çalıştırdığı mantıktır.
  • Pull complete satırı, içe aktarmanın taslağı oluşturulan Release’in bağlı olduğu şeyleri aggrega pull gibi release.lock içine getirmesidir; böylece taslaklar hemen doğrulanır ve derlenir. --offline ile içe aktarma hiçbir şey çekmez ve çalıştırılacak aggrega pull komutunu belirtir.

Ne yazar

Aggregate, Release ve Manifest imported/support-brief olarak adlandırılır: bir projenin config/agents.yaml ve config/tasks.yaml dosyaları hiçbir ekibi adlandırmaz — ekibin adı, içe aktarmanın okumadığı programda bulunur — bu nedenle bunların dizin olarak içe aktarılması, bir ad segmenti olarak yazılan dizin adını, support_brief, alır ve içe aktarıcının target_namespace ayarının belirlediği ad alanı altında yer alır; bu ad alanı, başka birini ayarlamadığınız sürece imported olur (Ayarlar).

aggregate.yaml — her ajan için, adlandırdığı modele bağlanmış ve sunduğu anahtar bağlantı üzerinde bildirilmiş bir örnek ve modelin kendisi; dosya neyin okunduğunu ve neyin okunmadığını söyleyen yorumlarla başlar:

# 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 ve backstory, her katlanmış bloğun sonundaki satır sonu dahil, bildirildiği gibi taşınır. log_level, verbose olarak bildirilen araştırmacı için DEBUG, öyle bildirilmeyen yazar için INFO olur. allow_delegation bildirmeyen bir ajanın taslağı false ile oluşturulur. Model barındırılan bir hizmettir, bu yüzden ajanın Component’i ona yönelik, kimlik bilgisi taşımayan bir bağlantıyı reddeder; her bağlantı OPENAI_API_KEY anahtarı altında bir kimlik bilgisi bildirir.

release.yaml — ortam, her ajanın imajı ve yayımlanan bağlantı noktası ve her anahtarın nereden geldiği:

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: {}

Ortam, development, hiçbir bildirim bir ortam adlandırmadığı için içe aktarmanın yazdığı varsayılan değerdir; Release başka bir yere dağıtılıyorsa onu değiştirin. Her imaj, içe aktarmanın import-answers.yaml’dan okuduğu yanıttır. Her ajan makinenizin geri döngü adresinde yayımlanır ve programının dinlediği bağlantı noktasına, infra.port’a, siz ayarlamadıkça 8000’e yönlendirir: araştırmacı 8000’de, yazar 8001’de, çünkü bir Release’in iki hizmeti aynı bağlantı noktasını yayımlayamaz. Bildirimler anahtar için hiçbir değişken adlandırmaz, bu yüzden her bağlantı anahtarı, OpenAI istemci kütüphanelerinin okuduğu değişken olan ${OPENAI_API_KEY}’den bir değer olarak değil, değişken başvurusu olarak okur.

manifest.yaml — her türün Compose Recipe’i ve bir anahtarın değişken başvurusunu Compose dosyasına yazıldığı gibi yazan gerçekleştirme:

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, Release’in çözümlendiği katalog varlıklarını özetleriyle (digest) kaydeder; .aggrega-import.json ise içe aktarmanın yazdıklarının kaydıdır ve sonraki bir aggrega import --sync onu okur.

Doğrulama ve derleme

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

Doğrulandıktan sonra düzenleyicide açılan taslak Release; Aggrega çıktısı ve bir bildirim, hiçbir sorun bulunmadığını bildiriyor.

Taslak Release'in derlemesi: Gezgin'de bir dist klasörü belirir, Aggrega çıktısı yazılan Docker Compose dosyasını listeler ve bir bildirim 1 dosyanın yazıldığını söyler.

Doğrulama şunu yazdırır:

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)

ve derleme; burada <workspace>, onu çalıştırdığınız klasörü temsil eder:

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

notice satırı yalnızca bilgilendirme amaçlıdır: gizli bilgi Feature’ı kendi origin değerini Aggregate’in values alanından ya da Release’in infra alanından kabul eder ve bildirim, bir yaprağın ikisinde de bildirildiğini raporlar. Hiçbir kararı değiştirmez.

Araştırmacının dist/compose/docker-compose.yaml içindeki hizmeti; yazarınki yalnızca adında, kendi değişkenlerinin taşıdığı değerlerde ve yayımladığı bağlantı noktasında farklıdır:

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

Ajan, modelin adresini ve adını CrewAI’nin bunları okuduğu değişkenler olan OPENAI_BASE_URL ve MODEL olarak, anahtarı ise OPENAI_API_KEY olarak alır. Rolü, hedefi, geçmiş hikâyesi, devretme anahtarı ve günlük düzeyi, ekibin programının okuması için CrewAI Component’inin varsayılan olarak verdiği adlarla gelir; bileşenin kendisindeki bir inject: bloğu ise bunlardan herhangi birini programın okuduğu adla iletir. İçe aktarmanın taslağını çıkardığı her değer, bildiriminin sona erdiği satır sonunu korur; bu yüzden dosya onu bir blok olarak yazar. Modele ayrı bir hizmet verilmez: ajanlar OpenAI API’sine kendi adresinden ulaşır. Anahtar bir değişken başvurusudur ve yığın başlatıldığında kabuğunuzdan doldurulur. Her hizmet bağlantı noktasını yalnızca 127.0.0.1 üzerinde yayımlar: araştırmacının 8000’i ve yazarın 8001’i, her biri kendi container’ı içindeki programın 8000 numaralı bağlantı noktasına yönlendirir.

Bir yapay zekâ asistanıyla

Aggrega’nın araçlarıyla kurulmuş bir yapay zekâ asistanı da aynısını yapabilir: bu istemi ona yapıştırın.

Yalnızca Aggrega araçlarını kullanın ve kendiniz hiçbir klasör oluşturmayın. Workspace klasöründe henüz bir `import-crewai` klasörü yoksa, `example` değerini `import-crewai` olarak ayarlayıp `dir` vermeden `scaffold` aracını bir kez çağırın: araç, örneği yeni bir `import-crewai` klasörüne yazar; bu klasörün `source` klasörü, bu sayfanın içe aktardığı içeriği barındırır. Ardından `workspace_root` değerini `import-crewai/source`, `source` değerini `src/support_brief` ve `target` değerini `compose` olarak ayarlayıp `import` aracını çağırın: araç, ihtiyaç duyduğu yanıtları `src/support_brief` klasörünün içindeki `import-answers.yaml` dosyasından okur, taslaklarını `import-crewai/source` içine yazar ve taslakların ihtiyaç duyduğu şeyleri çeker. Ardından `workspace_root` değerini `import-crewai/source` ve `release` değerini `release.yaml` olarak ayarlayıp `validate` aracını, `workspace_root` değerini `import-crewai/source`, `release` değerini `release.yaml` ve `write` değerini true olarak ayarlayıp `build` aracını çağırın. Derlemenin hangi dosyaları yazdığını bana söyleyin; dosyalar `import-crewai/source/dist/` altındadır.

VS Code’da açın

Visual Studio Code için Aggrega uzantısı yüklüyken, içe aktarmanın taslaklarını yazdığı import-crewai/source klasörünü VS Code’da açın. Klasörde tek bir Release, yani taslak release.yaml bulunur; bu nedenle düzenleyici onu sizin için seçer ve siz taslakları düzenlerken onları bu Release’e göre denetler, bulduklarını dosyada ve Sorunlar panelinde işaretler. Komut Paleti’ndeki Aggrega: Show topology graph, Release’in bileşenlerini ve aralarındaki bağlantıları çizer. Aggrega: Build, Aggrega: Preview build ve Aggrega: Pull aynı Release üzerinde çalışır ve her biri etkinlik çubuğundaki Aggrega görünümünün Commands panelinde bir düğmedir de; Build dosyalarını klasörün dist/ dizinine yazar. Gerisini Aggrega’yı Visual Studio Code’da kullanma anlatır.

Çalıştırın

İmajı projeden, kendi Dockerfile’ınızla siz derlersiniz. Recipe hiçbir komut belirlemediği için Docker Compose, imajın kendi komutunu her ajanın servisi olarak çalıştırır; bu yüzden bu komut çalışmaya devam etmeli ve crew’a ulaşmak istiyorsanız istekleri karşılamalıdır. Adresi, rotayı ve yanıtı programınız belirler.

Aşağıdaki çalıştırma böyle bir imaj kullandı: CrewAI’nin klasik düzenindeki crew programı — içe aktarmanın okuduğu haliyle iki bildirim dosyasından crew’u oluşturan bir crew.py — ve imajın komutu olarak, programın 8000 portundaki, her POST /kickoff için crew’u bir kez çalıştıran kendi küçük HTTP sunucusu. İmajınızı projenin kök dizininde derleyin, src/support_brief/import-answers.yaml içinde her iki ajan için ghcr.io/example/support-brief:1.0.0 yerine onun adını yazın ve yeni yanıtları taslaklara yazıp yeniden pull yapan --sync ile tekrar içe aktarın; ardından derleyin:

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

Her iki yanıt da support-brief:local olduğunda senkronizasyon, yazdırdığı satırlar arasında değiştirdiği iki değeri belirtir:

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

Ardından anahtarı kabuğunuzda ayarlayın ve stack’i başlatın:

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

-p, Bir içe aktarma nasıl çalışır bölümünün çalıştırma adımında açıklandığı gibi projeyi adlandırır.

Test edin

Aşağıdaki istek, bu kılavuzdaki imajın çalıştırdığı programa ulaşır: 8000 numaralı bağlantı noktasındaki küçük bir HTTP sunucusunun arkasındaki crew, POST /kickoff isteğine yanıt verir. Kendi programınız kendi rotasına ve yanıtına kendisi karar verir. Program dinlemeye başladığında, yığın başladıktan birkaç saniye sonra, isteği published_port’un yayımladığı adres olan http://127.0.0.1:8000 üzerindeki araştırmacıya gönderin:

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]"
}

Çalıştırma OPENAI_API_KEY değerini bir yer tutucuya ayarladı; bu yüzden yanıt, OpenAI’ın bunu reddetmesidir ve program tarafından iletilir. crew’un isteği, derlemenin teslim ettiği anahtarla OpenAI API’sine ulaştı. Her iki ajan da aynı imajı çalıştırır, bu yüzden istek ikisinden birine gidebilirdi: yazar da http://127.0.0.1:8001 üzerinde aynı şekilde yanıt verir.

Stack’i şu komutla durdurun:

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

Kubernetes’te --target helm ile içe aktarın ve imajı kümenizin çektiği bir kayıt defterine gönderip adını src/support_brief/import-answers.yaml içine yazın. Ardından, Bir içe aktarma nasıl çalışır bölümünün çalıştırma adımında anlatıldığı gibi openai-api-key Secret’ını oluşturun ve derlemeyi uygulayın. Her ajanın Deployment’ının bir Service’i yoktur; bu yüzden yerel bir bağlantı noktasını researcher’ınkine yönlendirin. Komut, siz durdurana kadar çalışır:

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

Başka bir terminalden aynı isteği yönlendirilen porta gönderin:

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]"
}