> ## Documentation Index > Fetch the complete documentation index at: https://docs.befailproof.ai/llms.txt > Use this file to discover all available pages before exploring further. # Начало работы с AgentEye > Документация по началу работы с AgentEye. Это руководство проведёт вас через полную настройку AgentEye: развёртывание сервера и панели управления, установка сборщика на машину агента и инструментирование кода вашего агента на Python. *** ## Что такое AgentEye? AgentEye — это **самостоятельно размещаемая платформа наблюдаемости и оценки для AI-агентов**. Она записывает, что делают ваши агенты — каждый шаг выполнения — и автоматически оценивает качество каждого завершённого запуска, чтобы вы могли видеть, как ваши агенты ведут себя в production, и выявлять регрессии до того, как это заметят ваши пользователи. Поток данных идёт в одном направлении: код вашего агента генерирует **события** через **Python SDK** → лёгкий демон **сборщика** группирует их и отправляет на **сервер** → события и аналитика сохраняются в **ClickHouse** (операционное состояние, такое как организации, пользователи, API-ключи, панели управления и сохранённые запросы, находится в **Postgres**) → вы исследуете всё это в **панели управления**. Что вы получаете: * **События** — необработанный, пошаговый журнал каждого запуска агента (вызовы инструментов, вызовы модели, хуки, ошибки). * **Сеансы** — эти события свёрнуты в одну строку на запуск, каждый **автоматически оценивается** и получает оценку. * **Оценки** — оценки качества, полученные от ваших собственных служб оценки, чтобы снижение качества проявлялось без ручной проверки. * **Запросы и панели управления** — сохранённый SQL ClickHouse по вашим данным, визуализированный в общих панелях управления с охватом организации. * **Оповещения и инциденты** — правила по пороговым значениям, которые оповещают вас (по электронной почте, Slack, webhook, на панели управления) и рабочий процесс инцидентов для их классификации. * **CLI и ассистент AI** — клиент терминала (`agenteye`) и ассистент на панели управления для задания вопросов на простом английском языке. Вы запускаете всё это в своей собственной инфраструктуре как единый стек Docker Compose (это руководство), production-установку Kubernetes или отдельный совмещённый pod. Остальная часть этого руководства настраивает стек Compose с начала до конца. *** ## Шаг 1: Аутентификация Все артефакты AgentEye распространяются из организации GitHub `agenteye-enterprise`. Как корпоративный разработчик, вы можете создать свой собственный GitHub PAT. Следуйте [enterprise-docs/github-token.md](/ru/agenteye/github-token) для точных шагов и необходимых разрешений. ```bash theme={null} export AGENTEYE_TOKEN= # Authenticate Docker against GHCR echo $AGENTEYE_TOKEN | docker login ghcr.io -u x --password-stdin ``` *** ## Шаг 2: Развёртывание сервера и панели управления Сервер получает события от сборщиков и делает их доступными для запросов; панель управления — это место, где вы их исследуете. Принятые события и аналитика находятся в ClickHouse (необходимое хранилище аналитики), а Postgres содержит операционное состояние, такое как организации, пользователи, API-ключи, панели управления и сохранённые запросы. **Загрузите опубликованный файл compose:** ```bash theme={null} mkdir -p ./agenteye curl -fsSL \ -H "Authorization: token $AGENTEYE_TOKEN" \ https://raw.githubusercontent.com/agenteye-enterprise/releases/main/docker-compose.yml \ -o ./agenteye/docker-compose.yml cd agenteye ``` **Установите ваши секреты:** Создайте файл `.env`, чтобы развёртывание не использовало учётные данные `admin` по умолчанию. Как минимум установите `ADMIN_KEY` и `POSTGRES_PASSWORD`: ```bash theme={null} POSTGRES_PASSWORD=your-db-password ADMIN_KEY=your-admin-secret ``` **Запустите стек:** ```bash theme={null} docker compose up -d ``` Это запускает полный стек, включая необходимое хранилище аналитики ClickHouse и опциональный кэш Redis, вместе с сервером и панелью управления. ClickHouse должен быть здоровым, чтобы сервер запустился. Сервер теперь слушает на `http://localhost:8080`, а панель управления на `http://localhost:3000`. Для production-развёртываний (пользовательский Postgres, TLS, обратный прокси) см. [enterprise-docs/deployment.md](/ru/agenteye/deployment). *** ## Шаг 3: Создание API-ключа для сборщика Каждый сборщик аутентифицируется с помощью защищённого API-ключа. Используйте `ADMIN_KEY`, который вы установили на шаге 2, чтобы создать его: ```bash theme={null} curl -s -X POST http://localhost:8080/keys \ -H "Authorization: Bearer $ADMIN_KEY" \ -H "Content-Type: application/json" \ -d '{"name":"prod-collector","key":"your-collector-secret","permissions":["events:add"]}' ``` Вы самостоятельно предоставляете значение `key`; используйте его в конфигурации сборщика на шаге 4. См. [enterprise-docs/api-keys.md](/ru/agenteye/api-keys) для полного управления ключами. *** ## Шаг 4: Установка сборщика На каждой машине, которая запускает ваши AI-агенты, установите демон сборщика. **Загрузите двоичный файл (Linux x86\_64):** ```bash theme={null} VERSION=0.0.1-beta.13 GITHUB_TOKEN=$AGENTEYE_TOKEN gh release download "collector/v${VERSION}" \ --repo agenteye-enterprise/releases \ --pattern 'agenteye-collector-linux-x86_64' chmod +x agenteye-collector-linux-x86_64 sudo mv agenteye-collector-linux-x86_64 /usr/local/bin/agenteye-collector ``` > Это загружает сборку **Linux x86\_64**. Для macOS (Apple Silicon или Intel), Linux arm64 или Docker / systemd / launchd установки см. [collector-installation.md](/ru/agenteye/collector-installation), которая список загрузки для каждой платформы — команда выше устанавливает двоичный файл Linux, который не будет работать нигде в другом месте. **Настройка:** ```bash theme={null} mkdir -p ~/.agenteye cat > ~/.agenteye/config.json < После входа страница **Events** показывает живой журнал всех принятых событий. Фильтруйте по `session_id` или `agent_id` для углубления в конкретный запуск. Живой поток Events, цветовой код по типу события и фильтруется по окружению, агенту и сеансу Страница **Sessions** сворачивает эти события в одну строку на запуск. AgentEye автоматически оценивает завершённые сеансы, поэтому каждый запуск получает оценку и регрессии качества проявляются без ручной проверки; последний балл оценки появляется на каждой строке с первого взгляда: Список сеансов, одна строка на запуск, с пилюлями статуса и значками оценки Для настройки того, как оцениваются сеансы, см. [enterprise-docs/evaluation-suite.md](/ru/agenteye/evaluation-suite). Нажмите на любой сеанс, чтобы открыть его **граф выполнения**, представление в стиле git того, как агенты, инструменты, хуки и вызовы моделей развёртывались с течением времени, с параллельными подагентами на своих дорожках и разбивкой по запускам в правой колонке: Граф выполнения сеанса в стиле git рядом с его временной шкалой событий, с панелью разбивки инструмент/модель/хук *** ## Шаг 8: Исследуйте, отображайте в диаграммах и предупреждайте С потоком событий, страницы **analyze** превращают необработанную активность в ответы, поэтому вы можете измерять поведение агента, делиться находками с командой и получать оповещение в момент, когда что-то регрессирует. Страницы панели управления имеют охват организации, поэтому URL-адреса, которые вы видите в адресной строке, имеют префикс с вашим слагом организации (`//…`). * **Queries** (`//queries`): начните с библиотеки сохранённых, многократно используемых запросов по вашим событиям и оценкам (встроенные предустановки плюс ваши собственные)… Библиотека сохранённых запросов: сетка многократно используемых запросов, как встроенных предустановок, так и пользовательских …затем откройте один в SQL-компоновщике, чтобы настроить его и запустить с живыми результатами: Композитор SQL-запросов запускает сохранённый запрос с боковой панелью схемы и живой сеткой результатов * **Dashboards** (`//dashboards`): закрепите запросы как линейные, столбчатые, площадные или круговые плитки в общие панели управления на уровне организации. Панель управления, построенная из сохранённых запросов: линия событий в час, столбец ошибок по типу, диаграмма площади задержки и токены по модели * **Alerts** (`//alerts`): превратите любой порог в правило оповещения, которое уведомляет по электронной почте, Slack, webhook или на панели управления. См. [enterprise-docs/alerts.md](/ru/agenteye/alerts). *** ## Следующие шаги * [Развёртывание](/ru/agenteye/deployment): укрепите для production * [API-ключи](/ru/agenteye/api-keys): управляйте доступом * [Устранение проблем](/ru/agenteye/troubleshooting): диагностируйте проблемы