agentopsのダウンロード - agentopsソースコードのダウンロード

agentops

その他のソースコード

0.3.18

ダウンロード

AIエージェント向けの観測可能性とDevToolプラットフォーム

Agentopsは、開発者がAIエージェントの構築、評価、監視を支援します。プロトタイプから生産まで。


リプレイ分析とデバッグ	ステップバイステップエージェント実行グラフ
？ LLMコスト管理	LLM Foundationモデルプロバイダーとのトラック支出
？エージェントベンチマーク	エージェントを1,000回以上の回避に対してテストします
？コンプライアンスとセキュリティ	一般的な迅速な噴射とデータ除去のエクスプロイトを検出します
？フレームワーク統合	Crewai、Autogen、＆Langchainとのネイティブ統合

クイックスタート⌨️

pip install agentops

2行のコードでセッションリプレイ

AgentOpsクライアントを初期化し、すべてのLLMコールで自動的に分析を取得します。

APIキーを取得します

 import agentops

# Beginning of your program (i.e. main.py, __init__.py)
agentops . init ( < INSERT YOUR API KEY HERE > )

...

# End of program
agentops . end_session ( 'Success' )

すべてのセッションはAgentopsのダッシュボードで見ることができます

エージェントデバッグ

セッションリプレイ

要約分析

ファーストクラスの開発者エクスペリエンス

エージェント、ツール、および機能に強力な観察可能性を追加して、できるだけ少ないコードで追加します。一度に1行に1行。
ドキュメントを参照してください

 # Automatically associate all Events with the agent that originated them
from agentops import track_agent

@ track_agent ( name = 'SomeCustomName' )
class MyAgent :
  ...

 # Automatically create ToolEvents for tools that agents will use
from agentops import record_tool

@ record_tool ( 'SampleToolName' )
def sample_tool (...):
  ...

 # Automatically create ActionEvents for other functions.
from agentops import record_action

@ agentops . record_action ( 'sample function being record' )
def sample_function (...):
  ...

 # Manually record any other Events
from agentops import record , ActionEvent

record ( ActionEvent ( "received_user_input" ))

統合？

クルワイ？

2行のコードのみで観測可能性のある乗組員エージェントを構築します。環境にAGENTOPS_API_KEYを設定するだけで、乗組員はagentopsダッシュボードで自動監視を受けます。

pip install ' crewai[agentops] '

Agentops Integrationの例
公式のクルワイのドキュメント

オートゲン？

コードの2行のみで、オートゲンエージェントに完全な観測可能性と監視を追加します。環境にAGENTOPS_API_KEYを設定し、 agentops.init()を呼び出します

オートゲンの観測可能性の例
Autogen -Agentopsドキュメント

ラングチェーン??

Agentopsは、Langchainを使用して構築されたアプリケーションでシームレスに機能します。ハンドラーを使用するには、Langchainをオプションの依存関係としてインストールします。

インストール

pip install agentops[langchain]

ハンドラーを使用するには、インポートしてセットします

 import os
from langchain . chat_models import ChatOpenAI
from langchain . agents import initialize_agent , AgentType
from agentops . partners . langchain_callback_handler import LangchainCallbackHandler

AGENTOPS_API_KEY = os . environ [ 'AGENTOPS_API_KEY' ]
handler = LangchainCallbackHandler ( api_key = AGENTOPS_API_KEY , tags = [ 'Langchain Example' ])

llm = ChatOpenAI ( openai_api_key = OPENAI_API_KEY ,
                 callbacks = [ handler ],
                 model = 'gpt-3.5-turbo' )

agent = initialize_agent ( tools ,
                         llm ,
                         agent = AgentType . CHAT_ZERO_SHOT_REACT_DESCRIPTION ,
                         verbose = True ,
                         callbacks = [ handler ], # You must pass in a callback handler to record your agent
                         handle_parsing_errors = True )

Asyncハンドラーを含む詳細については、Langchainの例ノートブックをご覧ください。

comeery⌨️

Cohereのファーストクラスのサポート（> = 5.4.0）。これは生きた統合です。追加の機能が必要な場合は、不一致で私たちにメッセージを送ってください！

Agentops Integrationの例
公式Cohereのドキュメント

インストール

pip install cohere

 import cohere
import agentops

# Beginning of program's code (i.e. main.py, __init__.py)
agentops . init ( < INSERT YOUR API KEY HERE > )
co = cohere . Client ()

chat = co . chat (
    message = "Is it pronounced ceaux-hear or co-hehray?"
)

print ( chat )

agentops . end_session ( 'Success' )

 import cohere
import agentops

# Beginning of program's code (i.e. main.py, __init__.py)
agentops . init ( < INSERT YOUR API KEY HERE > )

co = cohere . Client ()

stream = co . chat_stream (
    message = "Write me a haiku about the synergies between Cohere and AgentOps"
)

for event in stream :
    if event . event_type == "text-generation" :
        print ( event . text , end = '' )

agentops . end_session ( 'Success' )

人類学

人類のPython SDK（> = 0.32.0）で構築されたトラックエージェント。

Agentops Integration Guide
公式人類文書

インストール

pip install anthropic

 import anthropic
import agentops

# Beginning of program's code (i.e. main.py, __init__.py)
agentops . init ( < INSERT YOUR API KEY HERE > )

client = anthropic . Anthropic (
    # This is the default and can be omitted
    api_key = os . environ . get ( "ANTHROPIC_API_KEY" ),
)

message = client . messages . create (
        max_tokens = 1024 ,
        messages = [
            {
                "role" : "user" ,
                "content" : "Tell me a cool fact about AgentOps" ,
            }
        ],
        model = "claude-3-opus-20240229" ,
    )
print ( message . content )

agentops . end_session ( 'Success' )

ストリーミング

 import anthropic
import agentops

# Beginning of program's code (i.e. main.py, __init__.py)
agentops . init ( < INSERT YOUR API KEY HERE > )

client = anthropic . Anthropic (
    # This is the default and can be omitted
    api_key = os . environ . get ( "ANTHROPIC_API_KEY" ),
)

stream = client . messages . create (
    max_tokens = 1024 ,
    model = "claude-3-opus-20240229" ,
    messages = [
        {
            "role" : "user" ,
            "content" : "Tell me something cool about streaming agents" ,
        }
    ],
    stream = True ,
)

response = ""
for event in stream :
    if event . type == "content_block_delta" :
        response += event . delta . text
    elif event . type == "message_stop" :
        print ( " n " )
        print ( response )
        print ( " n " )

async

 import asyncio
from anthropic import AsyncAnthropic

client = AsyncAnthropic (
    # This is the default and can be omitted
    api_key = os . environ . get ( "ANTHROPIC_API_KEY" ),
)


async def main () -> None :
    message = await client . messages . create (
        max_tokens = 1024 ,
        messages = [
            {
                "role" : "user" ,
                "content" : "Tell me something interesting about async agents" ,
            }
        ],
        model = "claude-3-opus-20240229" ,
    )
    print ( message . content )


await main ()

ミストラル〽️

人類のPython SDK（> = 0.32.0）で構築されたトラックエージェント。

Agentops Integrationの例
公式のミストラル文書

インストール

pip install mistralai

同期

 from mistralai import Mistral
import agentops

# Beginning of program's code (i.e. main.py, __init__.py)
agentops . init ( < INSERT YOUR API KEY HERE > )

client = Mistral (
    # This is the default and can be omitted
    api_key = os . environ . get ( "MISTRAL_API_KEY" ),
)

message = client . chat . complete (
        messages = [
            {
                "role" : "user" ,
                "content" : "Tell me a cool fact about AgentOps" ,
            }
        ],
        model = "open-mistral-nemo" ,
    )
print ( message . choices [ 0 ]. message . content )

agentops . end_session ( 'Success' )

ストリーミング

 from mistralai import Mistral
import agentops

# Beginning of program's code (i.e. main.py, __init__.py)
agentops . init ( < INSERT YOUR API KEY HERE > )

client = Mistral (
    # This is the default and can be omitted
    api_key = os . environ . get ( "MISTRAL_API_KEY" ),
)

message = client . chat . stream (
        messages = [
            {
                "role" : "user" ,
                "content" : "Tell me something cool about streaming agents" ,
            }
        ],
        model = "open-mistral-nemo" ,
    )

response = ""
for event in message :
    if event . data . choices [ 0 ]. finish_reason == "stop" :
        print ( " n " )
        print ( response )
        print ( " n " )
    else :
        response += event . text

agentops . end_session ( 'Success' )

async

 import asyncio
from mistralai import Mistral

client = Mistral (
    # This is the default and can be omitted
    api_key = os . environ . get ( "MISTRAL_API_KEY" ),
)


async def main () -> None :
    message = await client . chat . complete_async (
        messages = [
            {
                "role" : "user" ,
                "content" : "Tell me something interesting about async agents" ,
            }
        ],
        model = "open-mistral-nemo" ,
    )
    print ( message . choices [ 0 ]. message . content )


await main ()

非同期ストリーミング

 import asyncio
from mistralai import Mistral

client = Mistral (
    # This is the default and can be omitted
    api_key = os . environ . get ( "MISTRAL_API_KEY" ),
)


async def main () -> None :
    message = await client . chat . stream_async (
        messages = [
            {
                "role" : "user" ,
                "content" : "Tell me something interesting about async streaming agents" ,
            }
        ],
        model = "open-mistral-nemo" ,
    )

    response = ""
    async for event in message :
        if event . data . choices [ 0 ]. finish_reason == "stop" :
            print ( " n " )
            print ( response )
            print ( " n " )
        else :
            response += event . text


await main ()

litellm？

AgentopsはLitellm（> = 1.3.1）のサポートを提供し、同じ入力/出力形式を使用して100以上のLLMを呼び出すことができます。

Agentops Integrationの例
公式のLitellmドキュメント

インストール

pip install litellm

 # Do not use LiteLLM like this
# from litellm import completion
# ...
# response = completion(model="claude-3", messages=messages)

# Use LiteLLM like this
import litellm
...
response = litellm . completion ( model = "claude-3" , messages = messages )
# or
response = await litellm . acompletion ( model = "claude-3" , messages = messages )

llamaindex？

Agentopsは、LLMAINDEXを使用して構築されたアプリケーションでシームレスに動作します。LLAMAINDEXは、LLMSを使用してコンテキストを構築した生成AIアプリケーションを構築するためのフレームワークです。

インストール

pip install llama-index-instrumentation-agentops

ハンドラーを使用するには、インポートしてセットします

 from llama_index . core import set_global_handler

# NOTE: Feel free to set your AgentOps environment variables (e.g., 'AGENTOPS_API_KEY')
# as outlined in the AgentOps documentation, or pass the equivalent keyword arguments
# anticipated by AgentOps' AOClient as **eval_params in set_global_handler.

set_global_handler ( "agentops" )

詳細については、LlamainDexドキュメントをご覧ください。

タイムトラベルデバッグ？

試してみてください！

エージェントアリーナ？

（近日公開！）

評価ロードマップ？

プラットフォーム	ダッシュボード	回避
python sdk	✅マルチセッションとクロスセッションメトリック	customカスタム評価メトリック
？評価ビルダーAPI	customカスタムイベントタグトラッキング	エージェントスコアカード
✅javascript/typescript sdk	✅セッションリプレイ	評価プレイグラウンド +リーダーボード

ロードマップのデバッグ？

パフォーマンステスト	環境	LLMテスト	推論と実行テスト
✅イベントレイテンシ分析	非定常環境テスト	LLM非決定的関数検出	？無限のループと再帰的思考検出
Agentエージェントワークフロー実行価格	マルチモーダル環境	？トークンはオーバーフローフラグを制限します	誤った推論検出
？サクセスバリデーター（外部）	実行コンテナ	コンテキスト制限オーバーフローフラグ	生成コードバリデーター
エージェントコントローラー/スキルテスト	✅ハニーポットと迅速な噴射検出（PromptArmor）	API請求書の追跡	エラーブレークポイント分析
情報コンテキスト制約テスト	反エージェントの障害物（すなわちキャプチャ）	CI/CD統合チェック
回帰テスト	マルチエージェントフレームワークの視覚化

なぜエージェントオープは？？

適切なツールがなければ、AIエージェントは遅く、高価で、信頼できません。私たちの使命は、エージェントをプロトタイプから制作に導くことです。これがAgentopsが際立っている理由です：

包括的な観測可能性：AIエージェントのパフォーマンス、ユーザーインタラクション、API使用量を追跡します。
リアルタイム監視：セッションリプレイ、メトリック、ライブモニタリングツールで即座に洞察を得ます。
コスト制御：LLMおよびAPI通話の支出を監視および管理します。
障害検出：エージェントの障害とマルチエージェント相互作用の問題を迅速に特定して応答します。
ツールの使用統計：エージェントが詳細な分析で外部ツールをどのように利用するかを理解します。
セッション全体のメトリック：包括的な統計を使用して、エージェントのセッションの全体的な見解を獲得します。

Agentopsは、エージェントの観測性、テスト、監視を簡単にするように設計されています。

星の歴史

コミュニティでの成長をご覧ください。

Agentopsを使用した人気のあるプロジェクト

リポジトリ	星
geekan / metagpt	42787
run-llama / llama_index	34446
CREWAIINC / CREWAI	18287
ラクダイ /ラクダ	5166
Superagent-Ai / Superagent	5050
Iyaja / llama-fs	4713
basedhardware / omi	2723
MervinPraison / Praisonai	2007年
agentops-ai / jaique	272
strnad / crewai-studio	134
Alejandro-ao / exa-crewai	55
tonykipkemboi / youtube_yapper_trapper	47
セスコースト /カバーレッタービルダー	27
Bhancockio / chatgpt4o分析	19
BreakString / Agent_Story_Book_Workflow	14
マルチオン /マルチパイソン	13

Nicolas VuillamyによってGithub依存者INFOを使用して生成されました

拡大する

追加情報

バージョン 0.3.18
タイプその他のソースコード
更新時間 2025-02-23
サイズ 109.21MB
から Github

agentops

クイックスタート⌨️

2行のコードでセッションリプレイ

ファーストクラスの開発者エクスペリエンス

統合？

クルワイ？

オートゲン？

ラングチェーン??

comeery⌨️

人類学

ミストラル〽️

litellm？

llamaindex？

タイムトラベルデバッグ？

エージェントアリーナ？

評価ロードマップ？

ロードマップのデバッグ？

なぜエージェントオープは？？

星の歴史

Agentopsを使用した人気のあるプロジェクト

Google Dorks

shepherd

hidusbf

mongo express

Free Algorithms Books

markdownpedia

chat.petals.dev

GPT Prompt Templates

GPTyped

Google Dorks

shepherd

hidusbf

Google Dorks

shepherd

hidusbf

agentops

クイックスタート⌨️

2行のコードでセッションリプレイ

ファーストクラスの開発者エクスペリエンス

統合？

クルワイ？

オートゲン？

ラングチェーン??

comeery⌨️

人類学

ミストラル〽️

litellm？

llamaindex？

タイムトラベルデバッグ？

エージェントアリーナ？

評価ロードマップ？

ロードマップのデバッグ？

なぜエージェントオープは？ ？

星の歴史

Agentopsを使用した人気のあるプロジェクト

なぜエージェントオープは？？