דלג לתוכן הראשי

title: “התחלה עם AgentEye” description: “תיעוד התחלה עם AgentEye.”

מדריך זה מלמד אתכם על הגדרת AgentEye מלאה: פריסת השרת והלוח הבקרה, התקנת המאסף על מכונת סוכן, ואינסטרומנטציה של קוד סוכן Python.

מה זה AgentEye?

AgentEye היא פלטפורמה לצפייה והערכה של סוכנים AI, המתפעלת בעצמאות. היא מתעדת מה הסוכנים שלכם עושים — כל שלב של ריצה — וציוני באופן אוטומטי את איכות כל ריצה שהושלמה, כדי שתוכלו לראות כיצד הסוכנים שלכם מתנהגים בייצור וללכוד רגרסיות לפני שהמשתמשים שלכם עושים זאת. הנתונים זורמים בכיוון אחד: קוד הסוכן שלכם פולט אירועים דרך ה-SDK של Python → דמון מאסף קל משקל מקבצ וקרוא שהם לשרת → אירועים וניתוחים מאוחסנים ב-ClickHouse (מצב תפעולי כמו ארגונים, משתמשים, מפתחות API, לוחות בקרה וחיפושים שמורים גרים ב-Postgres) → אתה חוקר הכל ב-לוח הבקרה. מה אתה מקבל:
  • אירועים — שביל גולמי, לכל שלב של כל ריצת סוכן (קריאות כלים, קריאות מודל, hooks, שגיאות).
  • סשנים — אירועים אלה מגולגלים לשורה אחת לכל ריצה, כל אחת מוערכת באופן אוטומטי וציונים.
  • הערכות — ציוני איכות המיוצרים על ידי שירותי ההערכה שלך, כך שירידות בציון איכות מופיעות ללא בדיקה ידנית.
  • חיפושים ולוחות בקרה — SQL ClickHouse שמור על הנתונים שלך, מעוצב לתוך לוחות בקרה משותפים בהיקף ארגוני.
  • התראות ותקריות — כללי סף שמתריעים אותך (דוא”ל, Slack, webhook, בלוח בקרה) בתוספת זרימת עבודה של תקריות לטיפול בהן.
  • CLI ועוזר AI — לקוח טרמינל (agenteye) ועוזר בלוח בקרה לשאלות בשפה טבעית.
אתה מריץ את כל זה בתשתית שלך, כערימת Docker Compose אחת (מדריך זה), התקנת Kubernetes בייצור, או תרמיל אחד שיתופי. שאר המדריך הזה מגדיר את ערימת ה-Compose מקצה לקצה.

שלב 1: אימות

כל עדויות AgentEye מופצות מהארגון ב-GitHub agenteye-enterprise. כמפתח ארגון, אתה יכול ליצור את ה-GitHub PAT שלך. עקוב אחר enterprise-docs/github-token.md לדרכים מדויקים והרשאות נדרשות.

שלב 2: פרסם את השרת ולוח הבקרה

השרת מקבל אירועים ממאספים וגורם להם להיות שאילתים; לוח הבקרה הוא המקום שבו אתה חוקר אותם. אירועים מודעים וניתוחים חיים ב-ClickHouse (חנות הניתוחים הנדרשת), בעוד Postgres מחזיק מצב תפעולי כמו ארגונים, משתמשים, מפתחות API, לוחות בקרה וחיפושים שמורים. הורד את קובץ ה-compose שפורסם:
קבע את הסודות שלך: צור קובץ .env כך שההפריסה לא תפעל על ה-admin שקבוע כברירת מחדל. לפחות קבע ADMIN_KEY ו-POSTGRES_PASSWORD:
הפעל את הערימה:
זה מעלה את כל הערימה, כולל חנות הניתוחים ClickHouse הנדרשת ומטמון Redis אופציונלי, לצד השרת ולוח הבקרה. ClickHouse חייב להיות בריא כדי שהשרת יתחיל. השרת כעת מקשיב ב-http://localhost:8080 ולוח הבקרה ב-http://localhost:3000. לפריסות ייצור (Postgres מותאם, TLS, reverse proxy), ראה enterprise-docs/deployment.md.

שלב 3: צור מפתח API עבור המאסף

כל מאסף מתחייב עם מפתח API בהיקף. השתמש ב-ADMIN_KEY שקבעת בשלב 2 ליצירת אחד:
אתה מספק את ערך key בעצמך; השתמש בו בתצורת המאסף בשלב 4. ראה enterprise-docs/api-keys.md לניהול מפתח מלא.

שלב 4: התקן את המאסף

על כל מכונה שמריצה את סוכני ה-AI שלך, התקן את דמון המאסף. הורד את הבינארי (Linux x86_64):
זה מוריד את הבנייה של Linux x86_64. עבור macOS (Apple Silicon או Intel), Linux arm64, או Docker / systemd / launchd setup, ראה collector-installation.md, המפרטת את ההורדה לכל פלטפורמה — הפקודה לעיל מתקינה בינארי Linux שלא יעבוד במקומות אחרים.
קבע תצורה:
הפעל את הדמון:
אמת חיבור עם שטיפה חד-פעמית (יוצא לאחר ניקוז כל אירועים שמחכים):
עבור Docker, systemd, ו-launchd setup ראה enterprise-docs/collector-installation.md.

שלב 5: התקן את ה-SDK של Python

על כל מכונה שבה אתה רוצה להטביע קוד סוכן, התקן את ה-wheel מ-GitHub Releases.

שלב 6: הטמע את הסוכן שלך

הוסף אירועים לקוד הסוכן שלך. לפחות, פלט agent_start ו-agent_end:
אירועים מעוספים וניקוז ל-$AGENTEYE_HOME/events/ (או ~/.agenteye/events/ אם AGENTEYE_HOME לא מוגדר) כל 500 ms. המאסף בוקט אותם באופן אוטומטי. ראה enterprise-docs/python-sdk.md ל-API של אירועים מלא.

שלב 7: צפה באירועים בלוח הבקרה

פתח http://your-dashboard-host:3000 והכנס. AgentEye שולח לך קוד כלילי (או קישור קסום למשימה אחת), ולכן אין סיסמה לניהול. מסך ההכנסה של AgentEye, הקולל קוד חד-פעמי לדוא"ל שלך ברגע שאתה בפנים, דף Events מציג ריסה חיה של כל האירועים המודעות. סנן לפי session_id או agent_id כדי להעמיק לריצה ספציפית. זרם אירועים חי, צבעוני לפי סוג אירוע וניתן לסנון לפי סביבה, סוכן וסשן דף Sessions מגלגל אירועים אלה לשורה אחת לכל ריצה. AgentEye מעריך אוטומטי סשנים שהושלמו, כך שכל ריצה מעוצבת וירידות איכות משטח ללא בדיקה ידנית; ציון ההערכה האחרון מופיע בכל שורה במבט ראשון: רשימת הסשנים, שורה אחת לכל ריצה, עם טביעות מצב וביטוחי ציון הערכה כדי להגדיר כיצד סשנים מעוצבים, ראה enterprise-docs/evaluation-suite.md. לחץ על כל סשן כדי לפתוח את גרף הביצוע שלו, תצוגה בסגנון git של כיצד סוכנים, כלים, hooks וקריאות מודל התפתחו לאורך זמן, עם תת-סוכנים מקבילים בנתיבים משלהם וחלוקת לכל ריצה בפס הימין: גרף ביצוע של סשן בסגנון git לצד ציר הזמן של האירועים שלו, עם לוח הפירוק של הכלים/מודל/hook

שלב 8: חקור, תרשם והתריע

עם אירועים זורמים, דפי ניתוח הופכים פעילות גולמית לתשובות, כך שתוכל למדוד התנהגות סוכן, לשתף ממצאים עם הצוות, ולקבל עמוד כל פעם שמשהו רוגרס. דפי לוח בקרה הם בהיקף ארגוני, כך שכתובות ה-URL שאתה רואה בסרגל הכתובות מקדימות בקיצור הארגון שלך (/<org>/…).
  • חיפושים (/<org>/queries): התחל מספרייה של חיפושים שמורים וישימה מחדש על פני האירועים וההערכות שלך (ערכות מובנות בתוספת שלך בעצמך)…
ספרית החיפושים השמורים: רשת של חיפושים ישימה מחדש, גם עם ערכות מובנות וגם מותאמות …לאחר מכן פתח אחד בקומפוזר SQL כדי לתקוף אותו והשב עם תוצאות חיות: קומפוזר שאילתה SQL המריץ שאילתה שמורה, עם סרגל צד ערכה וגריד תוצאות חי
  • לוחות בקרה (/<org>/dashboards): סימן חיפושים כרעולים, בר, אזור או עוגה לתוך לוחות בקרה משותפים בהיקף ארגוני.
לוח בקרה שנבנה מחיפושים שמורים: אירועים לשעה קו, שגיאות לפי סוג בר, תרשימי אזור זמן עיכוב וטוקנים לפי מודל
  • התראות (/<org>/alerts): קדם כל סף לתוך כלל עמוד המודיע בדוא”ל, Slack, webhook או בלוח בקרה. ראה enterprise-docs/alerts.md.

השלבים הבאים