Skip to content

Framework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.

6.1 KB
Raw Blame
---
title: تكامل Opik
description: تعرّف على كيفية استخدام Comet Opik لتصحيح الأخطاء وتقييم ومراقبة تطبيقات CrewAI الخاصة بك مع تتبع شامل وتقييمات آلية ولوحات معلومات جاهزة للإنتاج.
icon: meteor
mode: "wide"
---

# نظرة عامة على Opik

مع [Comet Opik](https://www.comet.com/docs/opik/)، يمكنك تصحيح الأخطاء وتقييم ومراقبة تطبيقات LLM وأنظمة RAG وسير العمل الوكيلي مع تتبع شامل وتقييمات آلية ولوحات معلومات جاهزة للإنتاج.

<Frame caption="لوحة معلومات Opik للوكلاء">
  <img src="/images/opik-crewai-dashboard.png" alt="Opik agent monitoring example with CrewAI" />
</Frame>

يوفر Opik دعماً شاملاً لكل مرحلة من مراحل تطوير تطبيق CrewAI الخاص بك:

- **تسجيل التتبعات والنطاقات**: تتبع تلقائي لاستدعاءات LLM ومنطق التطبيق لتصحيح الأخطاء وتحليل أنظمة التطوير والإنتاج. أضف التعليقات التوضيحية يدوياً أو برمجياً، واعرض وقارن الاستجابات عبر المشاريع.
- **تقييم أداء تطبيق LLM**: قيّم وفقاً لمجموعة اختبار مخصصة وشغّل مقاييس تقييم مدمجة أو حدد مقاييسك الخاصة في SDK أو واجهة المستخدم.
- **الاختبار ضمن خط أنابيب CI/CD**: أنشئ خطوط أساس أداء موثوقة مع اختبارات وحدة LLM من Opik، المبنية على PyTest. شغّل تقييمات عبر الإنترنت للمراقبة المستمرة في الإنتاج.
- **مراقبة وتحليل بيانات الإنتاج**: افهم أداء نماذجك على بيانات غير مرئية في الإنتاج وأنشئ مجموعات بيانات لتكرارات التطوير الجديدة.

## الإعداد
يوفر Comet نسخة مستضافة من منصة Opik، أو يمكنك تشغيل المنصة محلياً.

لاستخدام النسخة المستضافة، ما عليك سوى [إنشاء حساب Comet مجاني](https://www.comet.com/signup?utm_medium=github&utm_source=crewai_docs) والحصول على مفتاح API الخاص بك.

لتشغيل منصة Opik محلياً، راجع [دليل التثبيت](https://www.comet.com/docs/opik/self-host/overview/) لمزيد من المعلومات.

في هذا الدليل سنستخدم مثال البدء السريع الخاص بـ CrewAI.

<Steps>
    <Step title="تثبيت الحزم المطلوبة">
      ```shell
      pip install crewai crewai-tools opik --upgrade
      ```
    </Step>
    <Step title="إعداد Opik">
      ```python
      import opik
      opik.configure(use_local=False)
      ```
    </Step>
    <Step title="إعداد البيئة">
      أولاً، نقوم بإعداد مفاتيح API لمزود LLM كمتغيرات بيئة:

      ```python
      import os
      import getpass

      if "OPENAI_API_KEY" not in os.environ:
      os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter your OpenAI API key: ")
      ```
    </Step>
    <Step title="استخدام CrewAI">
      الخطوة الأولى هي إنشاء مشروعنا. سنستخدم مثالاً من وثائق CrewAI:

      ```python
      from crewai import Agent, Crew, Task, Process


      class YourCrewName:
          def agent_one(self) -> Agent:
              return Agent(
                  role="Data Analyst",
                  goal="Analyze data trends in the market",
                  backstory="An experienced data analyst with a background in economics",
                  verbose=True,
              )

          def agent_two(self) -> Agent:
              return Agent(
                  role="Market Researcher",
                  goal="Gather information on market dynamics",
                  backstory="A diligent researcher with a keen eye for detail",
                  verbose=True,
              )

          def task_one(self) -> Task:
              return Task(
                  name="Collect Data Task",
                  description="Collect recent market data and identify trends.",
                  expected_output="A report summarizing key trends in the market.",
                  agent=self.agent_one(),
              )

          def task_two(self) -> Task:
              return Task(
                  name="Market Research Task",
                  description="Research factors affecting market dynamics.",
                  expected_output="An analysis of factors influencing the market.",
                  agent=self.agent_two(),
              )

          def crew(self) -> Crew:
              return Crew(
                  agents=[self.agent_one(), self.agent_two()],
                  tasks=[self.task_one(), self.task_two()],
                  process=Process.sequential,
                  verbose=True,
              )

      ```

      الآن يمكننا استيراد متتبع Opik وتشغيل الطاقم:

      ```python
      from opik.integrations.crewai import track_crewai

      track_crewai(project_name="crewai-integration-demo")

      my_crew = YourCrewName().crew()
      result = my_crew.kickoff()

      print(result)
      ```
      بعد تشغيل تطبيق CrewAI، قم بزيارة تطبيق Opik لعرض:
      - تتبعات LLM والنطاقات وبياناتها الوصفية
      - تفاعلات الوكلاء وتدفق تنفيذ المهام
      - مقاييس الأداء مثل زمن الاستجابة واستخدام الرموز المميزة
      - مقاييس التقييم (مدمجة أو مخصصة)
    </Step>
</Steps>

## الموارد

- [وثائق Opik](https://www.comet.com/docs/opik/)
- [Opik + CrewAI Colab](https://colab.research.google.com/github/comet-ml/opik/blob/main/apps/opik-documentation/documentation/docs/cookbook/crewai.ipynb)
- [X](https://x.com/cometml)
- [Slack](https://slack.comet.com/)