跳转到内容
Telemetry
集成指南

CrewAI 工作流程 Telemetry

跟踪 CrewAI 人员和流程结果、任务计数、移交、重试、延迟、成本和接受的结果,而无需保留智能体对话。

审阅者 Telemetry产品团队 . 埋点合约、隐私边界和实施指南. 审查标准和所有权

有用于
  • 多智能体工作流程可观测性
  • 机组任务可靠性
  • 交接和结果分析
实施证据

CrewAI Workflow Telemetry:从边界到验证行

在受控应用程序边界使用 CrewAI Workflow Telemetry,保持事件契约较小,并在构建聚合视图之前验证已知结果。

  1. 1

    选择结果

    多智能体工作流程可观测性

  2. 2

    定义合同

    run_id、crew_name、process_type、task_count、agent_count 和释放

  3. 3

    埋点边界

    包装 Crew.kickoff 或所属 Flow 方法并发出一个逻辑工作流结果,而不是将每条内部消息记录为单独的业务事件。

  4. 4

    核实证据

    Exercise a known fixture, then inspect agent_workflow_completed for one correctly typed terminal row.

开始之前

先决条件和界限

  • CrewAI 和 telemetry-sh 在受信任的 Python 运行时中初始化
  • 稳定的人员、流程、任务类别和最终结果名称
  • 内容策略涵盖任务输入、智能体输出、内存、知识和工具负载

交货设置

安装并初始化服务器端

使用服务器端密钥为每个进程初始化一次 Telemetry 同步代码或 TelemetryAsync 异步代码。 将摄取凭据保留在浏览器包、客户端可见的环境变量、源代码控制、日志和异常消息之外。

crewai-安装

pip安装

bash
python -m pip install telemetry-sh
  1. 1准备一个具有有限网络行为的可重用服务器端交付客户端。
  2. 2在成功、失败、重试或超时边界处添加结果事件。
  3. 3在启用警报之前发送受控装置并检查存储的行。

片段

从一个结构化事件开始

在工作流程完成、失败或重试的位置添加此形状。然后从真实的字段构建仪表板。

crewai

CrewAI Workflow Telemetry事件

python
from time import perf_counter
from uuid import uuid4

def run_research_crew(inputs):
    run_id = str(uuid4())
    started_at = perf_counter()
    status = "success"
    error_type = None

    try:
        return research_crew.kickoff(inputs=inputs)
    except Exception as error:
        status = "failed"
        error_type = classify_crew_error(error)
        raise
    finally:
        telemetry.log("agent_workflow_completed", {
            "run_id": run_id,
            "crew_name": "research_crew",
            "process_type": "sequential",
            "status": status,
            "error_type": error_type,
            "duration_ms": round((perf_counter() - started_at) * 1000),
            "release": APP_RELEASE,
        })

活动合约

run_id、crew_name、process_type、task_count、agent_count 和释放

状态、duration_ms、retry_count、handoff_count 和 error_type

接受,reviewer_outcome,批准后的estimated_cost_usd,以及环境

实施检查点

检查站 1

包装 Crew.kickoff 或所属 Flow 方法并发出一个逻辑工作流结果,而不是将每条内部消息记录为单独的业务事件。

检查站 2

当需要步骤级诊断时,使用 CrewAI 自己的跟踪或回调,并与批准的运行 ID 相关联。

检查站 3

在定义警报之前,练习部分任务失败、委托循环、人工输入、取消和异步启动行为。

验证

证明事件已到达

在演练已知的成功和失败案例后运行此命令。如果您的最终事件契约与代码片段不同,请替换后备表名称。

crewai-验证

CrewAI Workflow Telemetry 验证查询

sql
SELECT *
FROM agent_workflow_completed
ORDER BY timestamp_utc DESC
LIMIT 20;
确认每个逻辑结果的一个终端行,以及预期状态、标识符、单位和 UTC 时间。
检查推断的架构并验证重试不会更改字段类型或生成新的逻辑事件 ID。
在存储的字段中搜索凭据、原始有效负载、提示、私有内容和无限制的错误消息。
在将仪表板视为完整之前,请执行提供程序超时、摄取拒绝和进程关闭。

实施参考

在启用新的生产路径之前,请检查事件合同、数据安全指南和上游主要文档。

生产边界

保持结果事件小且可恢复

该模式提供了

  • 除了上游工作流程之外,还有一个有界的、SQL 就绪的结果。
  • 用于仪表板、警报和跨事件关联的稳定字段。
  • 用于验证成功、失败、重试和超时行为的夹具驱动路径。

该模式不提供

  • OTLP 导出器、自动收集管道或详细跟踪和诊断日志的替代品。
  • 仅因为有效负载包含事件 ID,所以仅传送一次。
  • 收集原始提供商有效负载、用户内容、凭证或受监管数据的权限。

事件架构起点

在将查询或代码片段适应生产之前,请检查行粒度、发出边界、所需类型、隐私类、示例有效负载和验证清单。

相关产品功能

继续此工作流程 AI代理监控

通过可审查的 SQL 连接智能体运行、工具使用、模型成本、质量和产品结果。

相关 SQL 查询示例

用 SQL 回答下一个问题

针对此工作流程中的结构化字段运行查询,检查示例结果,并将有用的答案转换为仪表板或警报。

浏览所有查询示例

按实施系列浏览

比较相关集成模式

与此集成配对的模板

更多集成