Skip to content
CrewAI 文档版本 跟随上游 源快照 e7588290 更新于 2026-10-18

Maxim 集成

开始智能体监控、评估和可观测性

Maxim 概览

Maxim AI 为你的 CrewAI 应用提供全面的智能体监控、评估和可观测性。通过 Maxim 的一行集成,你可以轻松追踪和分析智能体交互、性能指标等。

特性

提示词管理

Maxim 的提示词管理功能让你可以为 CrewAI 智能体创建、组织并优化提示词。无需硬编码指令,你可以利用 Maxim 的 SDK 动态获取并应用受版本控制的提示词。

通过演练场创建、优化、试验并部署你的提示词。使用文件夹和版本组织提示词,通过关联工具和上下文在真实场景中进行试验,并基于自定义逻辑进行部署。

通过配置模型并从提示词演练场顶部的下拉菜单中选择相关模型,即可轻松跨模型试验。

可观测性与评估

Maxim AI 为你的 CrewAI 智能体提供全面的可观测性与评估,帮助你准确了解每次执行过程中发生的事情。

轻松追踪智能体的完整生命周期,包括工具调用、智能体轨迹和决策流程。

开始使用

前提条件

  • Python 版本 >=3.10
  • 一个 Maxim 账户(在此注册)
  • 生成 Maxim API 密钥
  • 一个 CrewAI 项目

安装

通过 pip 安装 Maxim SDK:

python
pip install maxim-py

或将其添加到你的 requirements.txt:

maxim-py

基础设置

1. 设置环境变量

python
### Environment Variables Setup

# Create a `.env` file in your project root:

# Maxim API Configuration
MAXIM_API_KEY=your_api_key_here
MAXIM_LOG_REPO_ID=your_repo_id_here

2. 导入所需包

python
from crewai import Agent, Task, Crew, Process
from maxim import Maxim
from maxim.logger.crewai import instrument_crewai

3. 使用你的 API 密钥初始化 Maxim

python
# Instrument CrewAI with just one line
instrument_crewai(Maxim().logger())

4. 像往常一样创建并运行你的 CrewAI 应用

python
# Create your agent
researcher = Agent(
    role='Senior Research Analyst',
    goal='Uncover cutting-edge developments in AI',
    backstory="You are an expert researcher at a tech think tank...",
    verbose=True,
    llm=llm
)

# Define the task
research_task = Task(
    description="Research the latest AI advancements...",
    expected_output="",
    agent=researcher
)

# Configure and run the crew
crew = Crew(
    agents=[researcher],
    tasks=[research_task],
    verbose=True
)

try:
    result = crew.kickoff()
finally:
    maxim.cleanup()  # Ensure cleanup happens even if errors occur

就是这样!你的所有 CrewAI 智能体交互现在都会被记录,并可在 Maxim 仪表盘中查看。

查看这个 Google Colab Notebook 以快速参考 - Notebook

查看你的追踪

运行 CrewAI 应用后:

  1. 登录你的 Maxim 仪表盘

  2. 导航到你的仓库

  3. 查看详细的智能体追踪,包括:

    • 智能体对话
    • 工具使用模式
    • 性能指标
    • 成本分析

故障排查

常见问题

  • 未出现追踪:确保你的 API 密钥和仓库 ID 正确

  • 确保你已 called instrument_crewai(),在运行你的 crew 之前。这会正确初始化日志钩子。

  • 在你的 instrument_crewai() 调用中设置 debug=True,以暴露任何内部错误:

    python
    instrument_crewai(logger, debug=True)
  • 使用 verbose=True 配置你的智能体,以捕获详细日志:

    python
    agent = CrewAgent(..., verbose=True)
  • 再次检查在创建或执行智能体之前是否调用了 instrument_crewai()。这也许显而易见,但这是常见的疏忽。

资源

BytesRouter 是社区翻译站点,所有译文仅供参考,一切以官方英文原文为准。