Bir CrewAI projesini içe aktarma — iki ajandan oluşan bir ekip
Klasik düzendeki bir CrewAI projesinin ajan ve görev bildirimleri — tek bir OpenAI modeli üzerinde iki ajan, her birine bir görev — aggrega import ile Aggrega dosyalarına taslak olarak aktarılmış, crew programının çalıştığı imaj bir yanıt dosyasında bir kez belirtilmiş ve Docker Compose için derlenmiş.
Bir CrewAI projesini içe aktarma bunu adım adım anlatır: komutu, neler sorduğunu, yazdığı dosyaları ve her satırın neden orada olduğunu, derlemeyi ve crew’un çalışmasını. Bu klasör, o adım adım anlatımın her aşamasını içerir:
| klasör veya dosya | içeriği |
|---|---|
source/ | projenin bildirimleri, src/support_brief/config/agents.yaml ve tasks.yaml, klasörü bir çalışma alanı yapan .aggrega-config.yaml ve hiçbir bildirimin içermediği değerleri tutan src/support_brief/import-answers.yaml: her ajanın imajı ve Kubernetes için yapılan bir derlemenin OpenAI anahtarını okuduğu Kubernetes Secret’ın adı |
draft/ | aggrega import src/support_brief --target compose komutunun yazdığı dosyalar, release.lock dahil, değiştirilmemiş haliyle, ve komutun yazdırdıkları: standart çıktıya stdout.txt, standart hataya import.txt |
Bildirimler bu örnek için yazılmıştır. Ekibin programı örneğin parçası değildir: içe aktarma hiçbir programı okumaz ve programın çalıştığı imajı Release belirtir.
Belge deposunun bir checkout’unda check.sh, içe aktarmayı yeniden çalıştırır, yazdıklarını ve yazdırdıklarını draft/ ile karşılaştırır, adım adım anlatımın alıntıladığı blokları bu dosyalarla karşılaştırır ve içe aktarmanın yazdıklarını doğrulayıp derler. Standart kütüphane kataloğunun (nereden edinilir) bu deponun yanında checkout edilmiş olmasına ya da dizininin AGGREGA_CATALOG_DIRS içinde belirtilmesine ihtiyaç duyar.
Örneği oluşturun
Bu örneğin içe aktarmasını aşağıdaki komutlarla çalıştırabilir ya da yapay zekâ asistanınıza sizin yerinize çalıştırtabilirsiniz.
Örneği, adını taşıyan yeni bir klasöre yazın:
aggrega scaffold --example import-crewaiArdından sırada çalıştırılacak komutları yazdırır. İlki yeni klasöre geçer:
cd import-crewaiDerleme
İçe aktarma, Aggrega dosyalarını projenin yanında, source/ içinde taslak olarak oluşturur. Projeyi, çalışma alanının varsayılan kayıt defterinin imzalı bir anlık görüntü olarak yayımladığı standart kütüphane kataloğuyla karşılaştırır: ilk içe aktarma onu getirir, doğrular, çalışma alanının içerik önbelleğinde saklar ve taslakların yanına yazdığı kayıtta onu özetiyle (digest) adlandırır. Kendi katalog klasörlerini belirten bir çalışma alanı — AGGREGA_CATALOG_DIRS içinde ya da workspace.catalog_dirs altında — bunun yerine onlara göre içe aktarır. İçe aktarma, imajları src/support_brief/import-answers.yaml dosyasından okur, ardından taslak Release’in bağımlı olduğu şeyleri çeker; böylece derleme hemen ardından gelir:
cd sourceaggrega import src/support_brief --target composeaggrega build --release release.yamlÖrneğin belirttiği imaj, projenizden derlediğiniz bir imajın yerini tutar; onu derlemek ve yığını çalıştırmak yukarıda bağlantısı verilen adım adım anlatımda yer alır.
Bir yapay zekâ asistanıyla
Aggrega araçlarıyla kurulmuş bir yapay zekâ asistanı da aynısını yapabilir: bu istemi ona yapıştırın.
Yalnızca Aggrega araçlarını kullanın ve kendiniz hiçbir klasör oluşturmayın. Çalışma alanı klasöründe henüz bir `import-crewai` klasörü yoksa `scaffold` aracını `example` değeri `import-crewai` olacak şekilde ve `dir` olmadan bir kez çağırın: araç örneği yeni bir `import-crewai` klasörüne yazar; bu klasörün içindeki `source` klasörü, bu örneğin içe aktardığı şeyleri içerir. Ardından `import` aracını `workspace_root` değeri `import-crewai/source`, `source` değeri `src/support_brief` ve `target` değeri `compose` olacak şekilde çağırın: araç ihtiyaç duyduğu yanıtları `src/support_brief` klasörünün içindeki `import-answers.yaml` dosyasından okur, taslaklarını `import-crewai/source` içine yazar ve taslakların ihtiyaç duyduklarını çeker. Ardından `validate` aracını `workspace_root` değeri `import-crewai/source` ve `release` değeri `release.yaml` olacak şekilde, `build` aracını da `workspace_root` değeri `import-crewai/source`, `release` değeri `release.yaml` ve `write` değeri true olacak şekilde çağırın. Derlemenin hangi dosyaları yazdığını bana söyleyin; bunlar `import-crewai/source/dist/` altındadır.Test edin
Yığın kılavuzun çalıştırdığı gibi çalışırken tek bir istek crew’a ulaşır. Aşağıdaki rota, kılavuzun kendi programına, 8000 numaralı porttaki küçük bir HTTP sunucusuna aittir; kendi programınız kendi rotasını belirler. Release araştırmacıyı 127.0.0.1:8000 üzerinde, yazarı 127.0.0.1:8001 üzerinde yayımlar, bu yüzden istek sizin makinenizden araştırmacıya gider:
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]"}Çalıştırmanın anahtarı bir yer tutucuydu, bu yüzden yanıt OpenAI’nin bu anahtarı reddetmesidir. Kubernetes’te yerel bir bağlantı noktasını Service’i olmayan Deployment’a yönlendirin ve aynı isteği başka bir terminalden ona gönderin:
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?"}'Yanıt aynıdır.