퀵스타트

퀵스타트 (Quickstart)

단 두 줄의 코드만으로 AgentOps 사용을 시작하는 방법을 안내하는 문서예요. 설치부터 에이전트 실행까지 가장 빠른 경로를 함께 따라가 볼게요.

출처: 문서

본문

AgentOps를 단 두 줄의 코드로 시작해 보세요.

오픈소스 (Open Source) AgentOps 앱은 오픈소스예요. GitHub app directory에서 코드를 살펴볼 수 있어요.

1. AgentOps SDK 설치하기

pip install agentops

poetry add agentops

2. 코드 2줄 추가하기

어떤 openai, cohere, crew 등의 모델을 호출하기 전에 agentops.init을 먼저 호출해 주세요.

AgentOps API 키는 여기에서 얻을 수 있어요.

import agentops
agentops.init(<INSERT YOUR API KEY HERE>)

API 키는 .env 변수로 설정해 두면 편하게 쓸 수 있어요.

3. 에이전트 실행하기

프로그램을 실행하고 app.agentops.ai/drilldown에 접속해서 에이전트를 관찰해 보세요! 🕵️

실행을 마치면 AgentOps가 콘솔에 대시보드의 세션으로 바로 연결되는 클릭 가능한 URL을 출력해 줘요.

GitHub에서 별(star)을 눌러 주시면 감사하겠습니다! (어쩌면 우리의 3,000번째 스타가 될지도 몰라요 😊)

더 기본적인 기능들 (More basic functionality)

작업 데코레이팅 (Decorate Operations)

코드 안의 함수를 @operation 데코레이터로 계측(instrument)할 수 있어요. 그러면 함수 실행, 파라미터, 반환 값을 추적하는 span이 생성돼요. 이 operation들은 LLM 호출과 함께 세션 시각화에 표시돼요.

# 함수를 operation으로 계측
from agentops.sdk.decorators import operation

@operation
def process_data(data):
    # 함수 로직 작성
    result = data.upper()
    return result

에이전트 추적 (Track Agents)

시스템 안에서 특정 이름의 에이전트를 사용한다면, @agent 데코레이터로 모든 하위 작업(downstream operations)을 포함하는 에이전트 span을 만들 수 있어요.

# 에이전트 클래스 생성
from agentops.sdk.decorators import agent, operation

@agent
class MyAgent:
    def __init__(self, name):
        self.name = name
        
    @operation
    def perform_task(self, task):
        # 에이전트 작업 로직 작성
        return f"Completed {task}"

세션 생성 (Creating Sessions)

@session 데코레이터로 모든 에이전트 작업을 묶는 세션을 만들 수 있어요. 세션은 모든 작업의 루트 span 역할을 해요.

# 세션 생성
from agentops.sdk.decorators import session

@session
def my_workflow():
    # 세션 코드 작성
    agent = MyAgent("research-agent")
    result = agent.perform_task("data analysis")
    return result
    
# 세션 실행
my_workflow()

예제 코드 (Example Code)

위 섹션들의 전체 코드예요.

import agentops
from agentops.sdk.decorators import session, agent, operation

# AgentOps 초기화
agentops.init(<INSERT YOUR API KEY HERE>)

# 에이전트 클래스 생성
@agent
class MyAgent:
    def __init__(self, name):
        self.name = name
        
    @operation
    def perform_task(self, task):
        # 에이전트 작업 로직 작성
        return f"Completed {task}"

# 세션 생성
@session
def my_workflow():
    # 세션 코드 작성
    agent = MyAgent("research-agent")
    result = agent.perform_task("data analysis")
    return result
    
# 세션 실행
my_workflow()

간단한 코드 예제 (Simple Code Example) — 실행할 수 있는 샘플 코드가 담긴 Jupyter Notebook이에요!

이제 시작에 필요한 모든 것이 준비됐어요! 다른 작업들을 어떻게 기록하는지 아래 문서를 확인해 보세요. 이렇게 하면 AgentOps를 훨씬 더 강력하게 활용할 수 있답니다!

더 고급 기능 살펴보기 (Explore our more advanced functionality!)

더 알아보기 (Learn more)