Skip to main content
LangSmith 可以通过 OpenTelemetry 工具捕获 CrewAI 生成的追踪数据。本指南将展示如何自动捕获来自 CrewAI 多智能体工作流的追踪数据，并将其发送到 LangSmith 进行监控和分析。

​
安装

使用你偏好的包管理器安装所需软件包： 
pip install langsmith crewai opentelemetry-instrumentation-crewai opentelemetry-instrumentation-openai

​
设置

​
1. 配置环境变量

设置你的 API 密钥 和项目名称： 
export LANGSMITH_API_KEY=<你的_langsmith_api密钥>
export LANGSMITH_PROJECT=<你的项目名称>
export OPENAI_API_KEY=<你的_openai_api密钥>

​
2. 配置 OpenTelemetry 集成

在你的 CrewAI 应用中，配置 LangSmith OpenTelemetry 集成以及 CrewAI 和 OpenAI 的检测器： 
from langsmith.integrations.otel import OtelSpanProcessor
from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.instrumentation.crewai import CrewAIInstrumentor
from opentelemetry.instrumentation.openai import OpenAIInstrumentor

# 获取或创建追踪器提供者
current_provider = trace.get_tracer_provider()
if isinstance(current_provider, TracerProvider):
    tracer_provider = current_provider
else:
    tracer_provider = TracerProvider()
    trace.set_tracer_provider(tracer_provider)

# 将 OtelSpanProcessor 添加到追踪器提供者
tracer_provider.add_span_processor(OtelSpanProcessor())

# 检测 CrewAI 和 OpenAI
CrewAIInstrumentor().instrument(tracer_provider=tracer_provider)
OpenAIInstrumentor().instrument(tracer_provider=tracer_provider)

​
3. 创建并运行你的 CrewAI 应用

配置完成后，你的 CrewAI 应用将自动向 LangSmith 发送追踪数据： 
from crewai import Agent, Crew, Task
from crewai.llm import LLM
from langsmith.integrations.otel import OtelSpanProcessor
from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.instrumentation.crewai import CrewAIInstrumentor
from opentelemetry.instrumentation.openai import OpenAIInstrumentor

# 配置 OpenTelemetry
current_provider = trace.get_tracer_provider()
if isinstance(current_provider, TracerProvider):
    tracer_provider = current_provider
else:
    tracer_provider = TracerProvider()
    trace.set_tracer_provider(tracer_provider)

tracer_provider.add_span_processor(OtelSpanProcessor())

# 检测 CrewAI 和 OpenAI
CrewAIInstrumentor().instrument(tracer_provider=tracer_provider)
OpenAIInstrumentor().instrument(tracer_provider=tracer_provider)

# 定义你的智能体
llm = LLM(model="gpt-4o-mini")

coder = Agent(
    role="软件开发人员",
    goal="按需编写清晰、简洁的代码",
    backstory="一位精通编码、对软件趋势有敏锐眼光的专家。",
    verbose=True,
    llm=llm,
)

# 定义你的任务
task = Task(
    description="编写一个检查数字是否为质数的 Python 函数。",
    expected_output="一个清晰、简洁且带有文档说明的 Python 函数。",
    agent=coder,
)

# 创建并运行团队
crew = Crew(
    agents=[coder],
    tasks=[task],
    verbose=True,
)

def run_crew():
    result = crew.kickoff()
    return result

if __name__ == "__main__":
    output = run_crew()
    print(output)

​
高级用法

​
自定义元数据和标签

你可以通过设置跨度属性来为追踪数据添加自定义元数据： 
from opentelemetry import trace

tracer = trace.get_tracer(__name__)

def run_crew_with_metadata():
    with tracer.start_as_current_span("crewai_workflow") as span:
        span.set_attribute("langsmith.metadata.crew_type", "code_generation")
        span.set_attribute("langsmith.metadata.agent_count", "1")
        span.set_attribute("langsmith.span.tags", "crewai,code-generation")

        result = crew.kickoff()
        return result

​
与其他检测器结合使用

你可以将 CrewAI 检测器与其他 OpenTelemetry 检测器结合使用： 
from opentelemetry.instrumentation.crewai import CrewAIInstrumentor
from opentelemetry.instrumentation.openai import OpenAIInstrumentor

# 初始化多个检测器
CrewAIInstrumentor().instrument(tracer_provider=tracer_provider)
OpenAIInstrumentor().instrument(tracer_provider=tracer_provider)

​
资源

Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.