CrewAI 技术总结笔记

CrewAI 技术总结笔记

CrewAI 是一个专注于增强 AI 代理协作能力的框架，旨在通过角色定制、任务管理、团队协作和流程优化，创建高效的多代理系统。此手册将全面解析 CrewAI 的核心概念、使用方法及其扩展功能，帮助开发者快速上手并构建复杂的 AI 解决方案。

1. 代理（Agents）

1.1 概述

代理是 CrewAI 的基本构建单元。每个代理都代表一个具备特定角色和能力的虚拟个体，通过背景故事赋予代理鲜明的个性化特征。代理能够执行任务、使用工具、与其他代理协作并在必要时进行任务委派。

1.2 创建代理

代理通过 Agent 类进行定义。以下是示例代码：

from crewai import Agent
from crewai_tools import SerperDevTool

search_tool = SerperDevTool()

# 创建一个研究员代理
researcher = Agent(
    role='高级研究员',
    goal='发现AI领域的突破性技术',
    verbose=True,
    memory=True,
    backstory="被好奇心驱使，你在创新的前沿。",
    tools=[search_tool],
    allow_delegation=True
)

# 创建一个作家代理
writer = Agent(
    role='作家',
    goal='撰写引人入胜的科技文章',
    verbose=True,
    memory=True,
    backstory="你擅长讲故事，简化复杂主题。",
    tools=[search_tool],
    allow_delegation=False
)

1.3 参数解析

2. 任务（Tasks）

2.1 概述

任务是代理需要完成的具体工作单元。每个任务都包含清晰的描述和预期输出，并由指定的代理执行。

2.2 创建任务

以下示例展示了如何创建任务：

from crewai import Task

# 创建一个研究任务
research_task = Task(
    description="识别AI领域的下一个大趋势。",
    expected_output='关于最新AI趋势的全面报告。',
    agent=researcher,
)

# 创建一个写作任务
write_task = Task(
    description="撰写一篇关于AI进展的文章。",
    expected_output='一篇关于AI趋势的高质量文章。',
    agent=writer,
)

2.3 参数解析