NSDT工具推举： Three.js AI纹理开拓包 - YOLO合成数据天生器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开拓包 - 3D模型在线减面 - STL模型在线切割
1、AI 智能体 Crews 正在改变游戏规则AI 代理正在成为改变游戏规则的成分，迅速成为办理问题、创造和创新的互助伙伴，而这正是 CrewAI 的浸染所在。
想象一下，在短短几分钟内将一条思路变成一个全面的着陆页。这是我们本日用 CrewAI 创造的现实。
最近，我在一条推文中演示了这一点，利用 CrewAI 和 LangChain 与 OpenHermes2.5（由 Ollama 供应支持）将一行代码转换为完全的着陆页。结果揭示了 AI 协作中尚未开拓的潜力，以及比以往任何时候都更快地对想法进行早期市场测试的能力，而这只是一个用例（利用 Replit 中的代码）。
CrewAI 的愿景很明确，即让工程师利用人工智能代理的集体力量，超越传统自动化，将代理整合在一起，简化决策，增强创造力并办理繁芜的寻衅。
2、通过模块化设计实现大略性CrewAI 倡导与每位工程师产生共鸣的原则：通过模块化实现大略性。这意味着它就像一组构建块（与 LangChain 非常相似）。
CrewAI 的紧张组件：
代理：Agents。这些代理就像你专门的团队成员，每个人都有自己的角色、背景故事、目标和影象工具：Tools。我们的代理用来高效实行任务的设备，您可以利用 LangChain 中现有的任何工具或快速编写自己的工具任务：Tasks。给定代理应完成的小型且集中的任务流程：Process。这是事情职员完成任务所遵照的事情流程或策略。团队：Crew。代理、任务和流程相遇的地方，这是事情发生的容器层我们相信大略的力量可以解锁繁芜性。通过将繁芜的代理天下分解为这些模块化组件，我们使其变得民平易近、易于管理且有趣。
虽然个人任务很主要，但当多个代理聚在一起组成一个团队时，CrewAI 才能真正发挥其上风。团队互助——代理协作、分享目标并遵照流程以实现共同目标——从平庸的结果到令人印象深刻的结果！
CrewAI 内部协作的一个例子是授权，借助授权，代理可以要求帮助或将部分任务分配给其他人，就像我们在事情场所所做的那样。这种自发协作的能力是这个库分歧凡响的一个例子。
我设计 CrewAI 是为了实际的、现实天下的利用。我们努力使它成为一个可以集成到您的运用程序中的库，并且利用它险些就像调用函数一样随意马虎。
3、利用 CrewAI 构建完全的代码示例可在 Replit 上作为模板得到，你可以自己自定义并在云中运行，也可以在 Github 上得到。
让我们探索一个可以从一行想法构建着陆页面（landing page）的团队的想法。组建新团队的最佳办法是首先方案出你作为人类自己完成这项事情须要经历的过程，然后我们可以将其转化为团队。
我对着陆页面的需求来自于这样一个事实：我想快速试验各种想法，看看它们是否有吸引力，以是我希望能够快速构建一个着陆页面并衡量人们对它的兴趣，这样我才能花更多的韶光在上面。除了着陆页面之外，我还须要很好地传达我供应的产品或做事，以确保它引人瞩目。
以是这是我作为人类会做的事情：
首先写一行想法，例如“一种让狗狗减肥的康健零食”。通过一些研究来扩展它，理解市场以及为什么这是一个好主张。为这个想法的着陆页面找到得当的模板。为着陆页面编写副本。利用适当的模板和副本构建着陆页面。那么，如果我必须为此组建一个团队，我会雇佣什么样的人？
高等创意剖析师，理解并扩展创意的实质，确保它们很棒并专注于真正的痛点。高等沟通策略师，编写引人入胜的故事，以吸引人们参与到创意中。高等反应工程师，构建直不雅观、都雅且高转换率的着陆页面。高等内容编辑，确保着陆页面内容清晰、简洁且引人入胜。现在我们有了自己的团队，让我们看看如何将个中的一部分转化为初始的 CrewAI 团队，从而将我们的一句话扩展为一个成熟的研究想法（完全代码位于 Replit 和 Github）。
为此，你须要创建要利用的每个代理，创建你希望他们实行的任务，然后将它们组合成一个 Crew。
# ... early imports, tools, setting OpenAI API key, etcfrom crewai import Agent, Task, Crew## Create Agents with goal, role, backstory and toolsidea_analyst = Agent( role="Senior Idea Analyst", goal= "Understand and expand upon the essence of ideas... [rest of it]", background_story="You're recognized as a thought leader... [rest of it]", verbose=True, tools=[ SearchTools.search_internet, BrowserTools.scrape_and_summarize_website ])# communications_strategist = Agent(...) another agent## Create the tasks that will produce a fully formed idea proposalexpand_idea_task = Task( description="THIS IS A GREAT IDEA! Analyze it and conduct... [rest of description]", agent=idea_analyst)# refine_idea_task = Task(...) another task## Create the crew that will produce a fully formed idea proposalcrew = Crew( agents=[idea_analyst, communications_strategist], tasks=[expand_idea_task, refine_idea_task], verbose=True)final_improved_idea = crew.kickoff() # returns the final idea proposal4、自定义我们刚刚探索的示例是 CrewAI 中最基本的设置之一，看看它有多强大！
但这只是冰山一角。想象一下当你开始自定义事物时的可能性（我将在文章后面链接到一些完备可行示例）考虑在你的团队中稠浊和匹配不同的 AI 大脑 (LLM)。有些可能基于云，其他则直接在你的打算机上，由你决定。如果你面临独特的寻衅怎么办？没问题，你始终可以拥有一个经由微调的模型作为代理之一的大脑。与外部系统的集成怎么样？你可以制作自己的工具或利用 LangChain 供应的大量工具，例如以下示例：
# !pip install yfinancefrom langchain.chat_models import ChatOpenAIfrom langchain.llms import Ollamafrom langchain.tools.yahoo_finance_news import YahooFinanceNewsToolfrom crewai import Agent, Task, Crewstock_analyst = Agent( role="Senior Stock Analyst", goal= "Report on stocks and analysis with suggestions ...", background_story="You're recognized as a major trader...", llm = Ollama(model="openhermes2.5-mistral") # Using local model with Ollama tools=[ YahooFinanceNewsTool() ], # Using a LangChain tool verbose=True,)# Create Other Agents, Tasks and Crew对付那些深入研究本地模型的人来说，请把稳：它们可能有点棘手，尤其是较小的模型。为了充分利用它们，你可能须要调度一些设置。你该当将“不雅观察”添加为停用词，并利用“top_p”、“repeat_last_n”和“temperature”等参数来使其按你的须要事情。这些小调度可以对你的 AI 代理的性能产生巨大的影响。
5、CrewAI的事情事理在幕后，每个 CrewAI 代理实质上都是一个 LangChain 代理，但通过 ReActSingleInputOutputParser 进行了增强。该解析器经由特殊修正，可以更好地支持角色扮演，包含用于高下文焦点的绑定停用词，并集成影象机制（利用 LangChain 的 ConversationSummaryMemory）以实现任务的连续性。
代理建立在 LangChain 之上这一事实产生了飞轮效应，最紧张的是你可以立即访问所有 LangChain 工具和工具包，仅此一项就已经解锁了许多用例。
在当前迭代中，代理自主运行，进行自我对话以确定工具的利用。然而，CrewAI 的未来版本操持引入多种流程类型。这将使各种组设置中的协作实行成为可能，许可在运行时在代理之间进行动态任务分配
任务从当前版本创建时就分配给代理，并供应了覆盖代理在实行事情时可用的工具的能力，这使得勾引同一个代理实行略有不同的任务变得更随意马虎，同时不会让太多工具压倒它。
Crew 是一个封装代理和任务的框架，促进它们按顺序实行事情。在实践中，你可能会创造支配多个独立的 Crew 更有效，每个 Crew 都有一些代理。这种模块化方法许可每个团队产生不同的结果，而不是由一个单一的大型团队处理多项任务，或由代理处理单一输出。
6、实际用例和代码除了构建着陆页面之外，我还将 Crews 用于许多其他案例，个中一些案例不才面，个中包含其 Replit 模板的链接，你可以自行修正和考试测验。
帮忙旅行操持、探求地点、通报、日程安排、用度。从一行想法构建着陆页面个股剖析（免责声明：不是实际的投资建议）7、未来操持目前，CrewAI 倡导“顺序”流程。 可以将其视为接力赛，每个代理完本钱身的部分，然后将事情交给下一个代理。 它很大略但有效。
但这并没有充分利用 AI 代理可以协同事情的所有不同办法，因此我们不会止步于此——我们正在努力引入更繁芜的流程，如“共识”和“分层”，以解锁更多潜在用场。
8、结束语CrewAI 代表了 AI 代理的转变，它供应了一个基于多功能性和效率的薄框架，利用协作和角色扮演。它是工程师和创意职员的工具，使 AI 代理能够无缝组装成有凝聚力、高效的团队。
无论是将单一想法转化为成熟的着陆页面，还是进行繁芜的想法剖析，CrewAI 都善于通过其流程处理各种任务。
从提升社交媒体影响力到构建交互式着陆页面，CrewAI 的实际运用凸显了其实用性温柔应性。展望未来，CrewAI 将进一步发展，引入更繁芜的流程，并连续重新定义 AI 团队互助的格局。凭借其用户友好的集成和自定义选项，CrewAI 不仅仅是一个观点，而是一个利用 AI 代理功能的有形、强大的工具。
原文链接：CrewAI 简明教程 - BimAnt
上一篇