通过深入体验华为云的 Flexus云服务器X实例，我发现它不仅提供了直接通过公网访问的便利性，还支持高效的内容复制粘贴功能，使得操作更加流畅。此外，Flexus云服务器X实例 的弹性伸缩能力，搭配弹性伸缩服务AS和负载均衡服务ELB，使得在部署多智能体监控 AgentOps 时，能够灵活应对业务负载的变化，确保系统的稳定运行。其高可用性和安全性，通过搭配华为云数据库服务和网络安全服务如WAF、DDoS，为 AgentOps 提供了一个安全可靠的运行环境。同时，云服务器的高计算可用性和存储持久化性，保障了 AgentOps 的可靠性和数据的安全性。综合来看，Flexus云服务器X实例 为多智能体监控 AgentOps 的部署提供了一个高效、灵活、安全的平台。点击这里快速体验~
一、什么是 AgentOps ?
AgentOps 帮助开发人员构建、评估和监控 AI 代理。
主要特性如下：
（1）重放分析和调试：可以查看代理逐步执行图；
（2）LLM成本管理：跟踪 LLM 基础模型提供商的支出；
（3）代理基准测试：根据 1,000 多个评估测试您的代理；
（4）检测合规性和安全性：检测常见的即时注入和数据泄露漏洞；
（5）框架集成：与 CrewAI、AutoGen 和 LangChain 的原生集成；
下面就开始部署 AgentOps 吧！
二、部署 AgentOps
2.1 安装 AgentOps
首先，安装 agentops 安装包，如下所示。
root@flexusx-7305:~# source autogentest/bin/activate
(autogentest) root@flexusx-7305:~# pip install agentops
Collecting agentops
Downloading agentops-0.3.10-py3-none-any.whl.metadata (18 kB)
Collecting requests==2.31.0 (from agentops)
Downloading requests-2.31.0-py3-none-any.whl.metadata (4.6 kB)
Collecting psutil==5.9.8 (from agentops)
Downloading psutil-5.9.8-cp36-abi3-manylinux_2_12_x86_64.manylinux2010_x86_64.manylinux_2_17_x86_64.manylinux2014_x86_64.whl.metadata (21 kB)
Collecting packaging==23.2 (from agentops)
Downloading packaging-23.2-py3-none-any.whl.metadata (3.2 kB)
Requirement already satisfied: termcolor==2.4.0 in ./autogentest/lib/python3.10/site-packages (from agentops) (2.4.0)
Collecting PyYAML==6.0.1 (from agentops)
Downloading PyYAML-6.0.1-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl.metadata (2.1 kB)
Requirement already satisfied: charset-normalizer<4,>=2 in ./autogentest/lib/python3.10/site-packages (from requests==2.31.0->agentops) (3.3.2)
Requirement already satisfied: idna<4,>=2.5 in ./autogentest/lib/python3.10/site-packages (from requests==2.31.0->agentops) (3.9)
Requirement already satisfied: urllib3<3,>=1.21.1 in ./autogentest/lib/python3.10/site-packages (from requests==2.31.0->agentops) (2.2.3)
Requirement already satisfied: certifi>=2017.4.17 in ./autogentest/lib/python3.10/site-packages (from requests==2.31.0->agentops) (2024.8.30)
Downloading agentops-0.3.10-py3-none-any.whl (41 kB)
Downloading packaging-23.2-py3-none-any.whl (53 kB)
Downloading psutil-5.9.8-cp36-abi3-manylinux_2_12_x86_64.manylinux2010_x86_64.manylinux_2_17_x86_64.manylinux2014_x86_64.whl (288 kB)
Downloading PyYAML-6.0.1-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (705 kB)
705.5/705.5 kB 7.9 MB/s eta 0:00:00
Downloading requests-2.31.0-py3-none-any.whl (62 kB)
Installing collected packages: requests, PyYAML, psutil, packaging, agentops
Attempting uninstall: requests
Found existing installation: requests 2.32.3
Uninstalling requests-2.32.3:
Successfully uninstalled requests-2.32.3
Attempting uninstall: PyYAML
Found existing installation: PyYAML 6.0.2
Uninstalling PyYAML-6.0.2:
Successfully uninstalled PyYAML-6.0.2
Attempting uninstall: packaging
Found existing installation: packaging 24.1
Uninstalling packaging-24.1:
Successfully uninstalled packaging-24.1
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
arxiv 2.1.3 requires requests~=2.32.0, but you have requests 2.31.0 which is incompatible.
Successfully installed PyYAML-6.0.1 agentops-0.3.10 packaging-23.2 psutil-5.9.8 requests-2.31.0
(autogentest) root@flexusx-7305:~#
2.2 注册账号
点击这里注册账号，可以通过 Github 或者其他方式直接授权登录，登录后如下所示。
2.3 生成 API_KEY
依次点击侧边栏 -> API keys，复制 API key，如下所示。
点击 Copy API Key 复制 API Key。
下面就来运行一个 AgentOps 实例。
三、AgentOps 实例
3.1 创建实例
创建文件 test_agentops.py，文件内容如下。
import agentops
from autogen import ConversableAgent, UserProxyAgent, config_list_from_json
# When initializing AgentOps, you can pass in optional tags to help filter sessions
agentops.init(api_key="<复制的 agentops API Key>",default_tags=["simple-autogen-example"])
# Create the agent that uses the LLM.
llm_config = {"model": "",
"api_key": "",
"base_url": ""}
assistant = ConversableAgent("agent",
llm_config=llm_config)
# Create the agent that represents the user in the conversation.
user_proxy = UserProxyAgent("user",
code_execution_config=False)
# Let the assistant start the conversation. It will end when the user types "exit".
user_proxy.initiate_chat(assistant,
message="北京有哪些景点？",
max_turns=1)
# Close your AgentOps session to indicate that it completed.
agentops.end_session("Success")
3.2 运行实例
执行如下命令运行 test_agentops.py。
AgentOps: Session Replay: https://app.agentops.ai/drilldown?session_id=XXXXX
user (to agent):
北京有哪些景点？
>>>>>>>> USING AUTO REPLY...
agent (to user):
北京有许多著名的景点，包括天安门广场、故宫、万里长城等。
AgentOps: This run's cost $0.00
AgentOps: Session Replay: https://app.agentops.ai/drilldown?session_id=XXXXXX
四、总结
通过在 华为云的 Flexus云服务器X实例 中部署 AgentOps，不仅实现了对多智能体对话框架 AutoGen 的高效监控，还深刻体验到了 Flexus云服务器X实例 的卓越性能。Flexus云服务器X实例 通过其强大的计算能力和高并发处理性能，确保了AutoGen 框架在面对大量并发请求时的稳定运行。同时，得益于其弹性伸缩服务AS和负载均衡服务ELB，我们能够根据实时业务需求快速调整资源，保持系统的流畅性和响应速度。
在安全性方面，Flexus云服务器X实例 提供了全方位的安全防护，包括WAF、DDoS等网络安全服务，有效降低了黑客入侵的风险，保障了 AutoGen 框架的数据安全和业务连续性。此外，云服务器的高可用性设计，如跨可用区部署和容灾能力，确保了服务的不间断运行，即使在面对突发情况时也能保持业务的稳定性。
总体而言，Flexus云服务器X实例 以其高性能、高安全性和高便利性，为 AutoGen 框架的稳定运行和监控提供了坚实的基础。
热门跟贴