مهارة Failproof AI Observability Python SDK للعامل

​

الأدوات سهلة الكتابة وسهل الخطأ فيها بهدوء

​

ما تفعله، بالترتيب

1. التخطيط. تقرأ حلقة العامل لديك وتطرح السؤالين الذين يمكن لك وحدك الإجابة عليهما: ما الذي يعتبر تشغيلاً واحداً (session_id)، وَمَن الممثلون المختلفون (agent_id). تحصل على الموافقة قبل كتابة الكود، لأن تغييرهما لاحقاً يقسم السجل ويكسر الاتجاهات.
2. الكتابة. تربط الهوية مرة واحدة لكل تشغيل بدلاً من تمريرها عبر كل موقع استدعاء، وتختار شكلاً آمناً للتزامن — تفصيل مهم، لأن الاختصار الواضح يمزج بهدوء تشغيلين متداخلين في جلسة واحدة.
3. التحقق. تشغل عاملك وتقرأ ملفات الأحداث الناتجة، تتحقق من وجود agent_start، والبيئة صحيحة، وتشغيل واحد ينتج جلسة واحدة.

​

كيفية ارتباطها بالمهارات الأخرى

​

المتطلبات الأساسية

1. Python 3.10+ ومستودع الكود للعامل الذي تريد إضافة أدوات له.
2. SDK. يتم توزيعه للعملاء كعجلة خاصة بدلاً من فهرس عام — يشرح الإعداد الخاص بك كيفية الحصول عليها وتثبيتها. تعرف المهارة مسار التثبيت وستطلب منك بدلاً من التخمين إذا لم تجده.
3. لا شيء آخر. لا يوجد تسجيل دخول لوحة التحكم، لا مفتاح API، لا شبكة. تتحقق المهارة من ملفات الأحداث التي يكتبها SDK، لذلك يمكنها الإنهاء والإثبات بدون اتصال.

​

أين تجده

npx skills add FailproofAI/skills --skill agenteye-python-sdk -a claude-code

​

تثبيتها يدوياً

• Claude Code: انسخ مجلد agenteye-python-sdk/ إلى ~/.claude/skills/ (كل مشروع) أو <your-repo>/.claude/skills/ (هذا المستودع فقط). يكتشفه Claude Code تلقائياً — تحقق من قائمة /skills، أو ببساطة اطلب شيئاً يطابقه.
• Codex: يقرأ Codex نفس SKILL.md. يعيّن agents/openai.yaml المدرج allow_implicit_invocation: true، لذا يتم تحديده تلقائياً عند مطابقة المهمة؛ وإلا استدعه كـ $agenteye-python-sdk.

​

شكل الجلسة

you   ▸ أضف Failproof AI Observability إلى هذا العامل.

agent ▸ اقرأ حلقتك — موزع أدوات واحد في tools.py، غلاف Anthropic
        واحد في llm.py. سؤالان قبل أن أكتب أي شيء.

        ما الذي يعتبر تشغيلاً واحداً؟ تتعامل مع الطلبات بالتزامن، لذلك سأستخدم
        معرّف الطلب الذي لديك بالفعل في ctx.request_id — ثم جلسة هنا
        وطلب في سجلاتك هما نفس السلسلة.

        ومَن الممثلون؟ أرى مسار مخطط ومسار باحث. صنّفهما بشكل منفصل،
        أم هو عامل واحد بالنسبة لك؟

you   ▸ معرّف الطلب صحيح. إنهما عامل واحد، سمّه "مساعد".

agent ▸ تم. لفّ الموزع وعميل LLM؛ يضع agent_start و
        agent_end أقواس handle_request، بما في ذلك مسار الخطأ. استخدمت
        سياق محلي للهوية — يشغل موزعك الأدوات في مجموعة خيوط،
        والنهج الأبسط كان سيمزج التشغيلات المتزامنة في جلسة واحدة بدون شكوى.

        تحقق من تشغيل حقيقي: 11 حدث عبر 4 ملفات —
        agent_start, model_request/response, tool_use/tool_result x3,
        agent_end (outcome=success). environment=production, جلسة واحدة
        لكل طلب، المدد المقترنة.

        شيء واحد لم أفعله: مجموعة العمال لديك في batch.py تقدم
        مباشرة إلى المنفذ، لذا الأحداث من هناك ستُحذف. تريد مني أن أصلح تلك أيضاً؟

​

ما يمكنك طلبه

• “لماذا لا يظهر عاملي على لوحة التحكم؟” → يسير على السلم: هل يتم كتابة الأحداث، هل يوجد agent_start، هل البيئة صحيحة، هل يقرأ المجمّع نفس المكان.
• “كل شيء يهبط تحت dev.” → لم يتم تعيين البيئة، أو تم إعادة تعيينها بعد ذلك.
• “أضف تتبع الرموز.” → يجد غلاف LLM لديك ويسجل النموذج، سبب التوقف، والاستخدام.
• “أضف أدوات للعوامل الفرعية أيضاً.” → جلسة واحدة، تصنيفات عامل مختلفة، مدرجة تحت أبيهما.
• “اكتب اختبارات للأدوات.” → وجّه SDK إلى دليل مؤقت ويؤكد على الأحداث التي كتبها.

​

ما يجب الانتباه له

​

الخطوات التالية

• Python SDK: مرجع الحدث الكامل — كل نوع حدث وحقل — خلف ما تأتمت هذه المهارة.
• الجلسات: ما تنتجه أدواتك مرة هبطت الأحداث.
• مهارة عامل المُقيّم: الخطوة التالية بمجرد هبوط التشغيلات — تصنيفها.
• مهارة عامل CLI: قراءة بيانات المراقبة مرة أخرى.