> ## 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.
# 接入你的智能体
> 通过一次调用，将任意受支持的智能体框架连接到 Failproof AI。
你的智能体已经产生了所有值得记录的内容——模型调用、工具调用、节点边界、人工等待、失败信息。框架会将这些数据丢弃，而 SDK 会将其保留。
你自己编写的智能体，或此处未列出的智能体。
图、节点、工具、检索器、模型。
团队、流程、按角色划分的智能体、工具。
工作流、步骤、函数智能体、检索器。
类型化智能体、能力、工具、重试。
## 三行代码，适用任意框架
```bash LangGraph theme={null}
pip install 'failproofai-sdk[langgraph]'
```
```bash CrewAI theme={null}
pip install 'failproofai-sdk[crewai]'
```
```bash LlamaIndex theme={null}
pip install 'failproofai-sdk[llamaindex]'
```
```bash Pydantic AI theme={null}
pip install 'failproofai-sdk[pydantic-ai]'
```
```bash Custom agents theme={null}
pip install failproofai-sdk
```
```python theme={null}
import failproofai_sdk
failproofai_sdk.configure(environment="production")
failproofai_sdk.instrument() # 自动检测你已导入的框架
with failproofai_sdk.session():
... # 你现有的智能体调用，无需任何修改
```
无需在函数上添加装饰器，无需向调用传递回调，也无需在代码中传递 ID。唯一的变化是将调用放在 session 内部：
```python theme={null}
graph.invoke({"messages": [HumanMessage("...")]})
```
```python theme={null}
Crew(agents=[analyst, writer], tasks=[gather, summarise]).kickoff()
```
```python theme={null}
await agent.run("...") # 在 `async with failproofai_sdk.session():` 下使用
```
```python theme={null}
agent.run_sync("...")
```
```python theme={null}
with failproofai_sdk.agent("planner"):
with failproofai_sdk.tool_call("search", input={"q": q}) as t:
t.output = search(q)
```
额外安装的是**框架**本身。所有适配器均已内置在基础包中，因此已安装框架的项目无需任何额外依赖。
## 验证数据是否已到达
运行一次已接入的会话，然后打开 **Observe → Sessions** 并选择你的环境。该运行将以重建的追踪形式显示。
如果没有数据到达，请使用 `failproofai config --status` 确认机器已连接。请参阅[设置数据捕获](/zh/start/setup)。
请勿通过查看缓冲目录来确认数据是否已送达。Failproof 守护进程会在毫秒内收集并删除每个批次，因此读取该目录时会与收集器产生竞争，显示的事件数将远少于实际发出的数量。
## 下一步
上方每个快速入门均链接到完整指南——包括记录的内容、选项、流式处理、span 命名以及常见问题。这些内容位于 **Trace Agents → Plug in your agent** 下。
数据模型、ID、事件类型，以及事件如何上报至云端。
通过因果关系串联整个会话，而非查看零散的日志。
对刚刚捕获的会话进行审计。