اتصال CrewAI به پیکو هوش

CrewAI چند ایجنت با نقش‌های مشخص را در یک تیم هماهنگ می‌کند. هر ایجنت یک مدل زبانی می‌خواهد و CrewAI برای این کار کلاس LLM دارد که پشت صحنه از LiteLLM استفاده می‌کند. پیشوند openai/ در نام مدل به LiteLLM می‌گوید از پروتکل سازگار با OpenAI استفاده کند و base_url مقصد را تعیین می‌کنید.

چون هر ایجنت چند فراخوانی می‌زند، مدل ارزان‌تر را برای ایجنت‌های پژوهشگر و مدل قوی‌تر را فقط برای ایجنت نهایی استفاده کنید.

پیش‌نیازها

• یک حساب پیکو هوش و یک کلید API از داشبورد (کلید فقط یک‌بار کامل نمایش داده می‌شود).
• شناسه‌ی دقیق مدل از کاتالوگ؛ در مثال‌ها از gpt-6-sol و claude-sonnet-5-5 استفاده شده است.
• کمی موجودی در کیف پول تومانی یا اعتبار؛ تعرفه را در صفحه‌ی قیمت‌ها ببینید.

راه‌اندازی گام‌به‌گام

1. ۱نصب

   CrewAI را نصب کنید.

   کپی

   pip install crewai

2. ۲تعریف LLM

   پیشوند openai/ را به نام مدل اضافه کنید.

   کپی

   import os
   from crewai import LLM
   
   llm = LLM(
       model="openai/gpt-6-sol",
       base_url="https://api.picoai.ir/v1",
       api_key=os.environ["PICOAI_API_KEY"],
       temperature=0.2,
   )

3. ۳ساخت ایجنت و تسک

   همان llm را به ایجنت‌ها بدهید.

   کپی

   from crewai import Agent, Task, Crew
   
   writer = Agent(role="نویسنده", goal="نوشتن خلاصه‌ی دقیق", backstory="ویراستار فارسی", llm=llm)
   task = Task(description="درباره‌ی مزایای API سازگار با OpenAI سه جمله بنویس.", expected_output="سه جمله", agent=writer)
   print(Crew(agents=[writer], tasks=[task]).kickoff())

4. ۴با متغیر محیطی

   در صورت تمایل می‌توانید به‌جای کد، متغیرها را تنظیم کنید.

   کپی

   OPENAI_API_BASE=https://api.picoai.ir/v1
   OPENAI_API_KEY=YOUR_API_KEY
   OPENAI_MODEL_NAME=gpt-6-sol

تست سریع اتصال

پیش از نوشتن منطق برنامه، یک بار فهرست مدل‌ها را بگیرید. اگر پاسخ ۲۰۰ و فهرستی از شناسه‌ها برگشت، کلید، شبکه و آدرس درست است و هر مشکل بعدی مربوط به تنظیمات CrewAI خواهد بود.

curl https://api.picoai.ir/v1/models \
  -H "Authorization: Bearer YOUR_API_KEY"

نکته‌های کاربردی برای CrewAI

• حافظه‌ی CrewAI (memory=True) ممکن است به امبدینگ نیاز داشته باشد؛ چون امبدینگ در پیکو هوش نیست، آن را خاموش بگذارید یا ارائه‌دهنده‌ی دیگری برایش تنظیم کنید.
• verbose=True برای عیب‌یابی مفید است، اما در تولید خاموشش کنید.
• تعداد دور بازتاب (max_iter) را محدود کنید تا هزینه از کنترل خارج نشود.

عیب‌یابی

هزینه و صورتحساب

هر درخواست قبل از اجرا مقداری از موجودی را رزرو می‌کند و پس از پاسخ موفق بر پایه‌ی توکن‌های واقعی تسویه می‌شود؛ مابه‌التفاوت برمی‌گردد و درخواست ناموفق چیزی کم نمی‌کند. جدول قیمت هر مدل در صفحه‌ی قیمت‌ها منتشر شده و مصرف هر درخواست در داشبورد قابل مشاهده است. اگر قبلاً از سرویس دیگری استفاده می‌کردید، راهنمای مهاجرت و صفحه‌ی مقایسه را ببینید.