文档索引
获取完整文档索引： https://docs.crewai.com.cn/llms.txt
在深入了解之前，请使用此文件来浏览所有可用页面。
将 Langfuse 与 CrewAI 集成
本笔记本演示了如何通过 OpenLit SDK 使用 OpenTelemetry 将 Langfuse 与 CrewAI 进行集成。学完本笔记本后，你将能够使用 Langfuse 对 CrewAI 应用程序进行追踪，从而实现更好的可观测性和调试。
什么是 Langfuse？ Langfuse 是一个开源的 LLM 工程平台。它为 LLM 应用程序提供追踪和监控功能，帮助开发者调试、分析和优化其 AI 系统。Langfuse 通过原生集成、OpenTelemetry 以及 API/SDK 与各种工具和框架进行集成。
开始使用
我们将通过一个简单的示例来介绍如何使用 CrewAI，并将其通过 OpenTelemetry 使用 OpenLit 与 Langfuse 进行集成。
步骤 1：安装依赖项
%pip install langfuse openlit crewai crewai_tools
步骤 2：设置环境变量
设置你的 Langfuse API 密钥并配置 OpenTelemetry 导出设置，以便将追踪数据发送到 Langfuse。请参阅 Langfuse OpenTelemetry 文档，了解有关 Langfuse OpenTelemetry 端点 /api/public/otel 和身份验证的更多信息。
import os
# Get keys for your project from the project settings page: https://cloud.langfuse.com
os.environ["LANGFUSE_PUBLIC_KEY"] = "pk-lf-..."
os.environ["LANGFUSE_SECRET_KEY"] = "sk-lf-..."
os.environ["LANGFUSE_HOST"] = "https://cloud.langfuse.com" # 🇪🇺 EU region
# os.environ["LANGFUSE_HOST"] = "https://us.cloud.langfuse.com" # 🇺🇸 US region
# Your OpenAI key
os.environ["OPENAI_API_KEY"] = "sk-proj-..."
from langfuse import get_client
langfuse = get_client()
# Verify connection
if langfuse.auth_check():
print("Langfuse client is authenticated and ready!")
else:
print("Authentication failed. Please check your credentials and host.")
第 3 步：初始化 OpenLit
初始化 OpenLit OpenTelemetry 工具 SDK，开始捕获 OpenTelemetry 追踪数据。
import openlit
openlit.init()
第 4 步：创建一个简单的 CrewAI 应用程序
我们将创建一个简单的 CrewAI 应用程序，其中多个代理协作回答用户的问题。
from crewai import Agent, Task, Crew
from crewai_tools import (
WebsiteSearchTool
)
web_rag_tool = WebsiteSearchTool()
writer = Agent(
role="Writer",
goal="You make math engaging and understandable for young children through poetry",
backstory="You're an expert in writing haikus but you know nothing of math.",
tools=[web_rag_tool],
)
task = Task(description=("What is {multiplication}?"),
expected_output=("Compose a haiku that includes the answer."),
agent=writer)
crew = Crew(
agents=[writer],
tasks=[task],
share_crew=False
)
第 5 步：在 Langfuse 中查看追踪数据
运行代理后，你可以在 Langfuse 中查看 CrewAI 应用程序生成的追踪数据。你应该能看到 LLM 交互的详细步骤，这将有助于你调试和优化 AI 代理。 
Langfuse 中的公共示例追踪参考资料
