目录
一、介绍
二、特性
三、使用案例
四、 结语
一、介绍
Crew AI是一个多智能体协作智能框架，可以编排角色扮演的AI智能体。旨在协调角色扮演的自主AI代理，通过促进协作智能体，Crew AI使代理能够无缝协作，共同应对复杂任务。直白点说，一个大的任务，可以根据步骤拆分为许多小的步骤，每个小步骤可以给多个Agent去协作完成，每个Agent可以选择适合的大模型和工具。
整个框架的几个主要组件是Tool、Agent、Task、Process、Crew。
Tool
CrewAI 中的工具是一种技能，代理可以使用它来执行任务，目前这些工具可以是crewAI Toolkit和LangChain Toolkit的工具，这些基本上是代理可用于各种操作的功能，从简单的搜索到复杂的交互外部系统。此外，开发人员也可以根据Agent的需求制作定制工具或利用pre-build的选择。
Agent
Agent是⼀个被编程为执⾏任务、做出决策并与其他代理进⾏通信的⾃治单元。将Agent视为团队的成员，具有特定的技能和特定的⼯作要做。Agent可以担任不同的⻆⾊，例如“研究员”、“作家”或“客户⽀持”，每个⻆⾊都有助于团队的总体⽬标。Agent可以根据⾃⼰的需要绑定特定的⼤模型，在Crew⾥⾯可以接⼊各种⼤模型，包含本地⼤模型和云端⼤模型，具体⽂档说明可以参考官⽹⽂档：https://docs.crewai.com/how-to/LLM-Connections/
Task
在CrewAI中，Task是Agent需要执行的具体工作或目标，每个Task定义了一个明确的目标、约束和环境条件。它可以是简单的独立任务，也可以是复杂的、多步骤任务链。Task通常由系统或Crew分配给特定的Agent, 任务完成的质量和效率会反馈给系统，用于后续的优化和调整。
Process
Process协调Agent执行任务的方式，类似于人类团队中的项目管理。它们确保根据预定义的游戏计划有效地分配和完成任务。目前只支持Sequential和Hierarchical两种，Consensual方式的还在开发中。
Crew
Crew是由多个Agent组成的一个协作团队。Crew是框架的核心组件，负责协调、管理和分配任务给不同的Agent。Crew的主要作用是通过集成多个Agent的能力来实现复杂的、需协作的任务。Crew可以动态调整团队结构，根据任务需求选择最合适的Agent，并管理团队中各个成员的合作。
二、特性
- 基于角色的代理设计：为代理定制特定的角色、目标和工具。
- 自主代理间任务委托：代理能够自主地委托任务并在彼此之间询问，提高问题解决的效率。
- 灵活的任务管理：使用可定制的工具定义任务，并动态分配给代理。
- 流程驱动：目前仅支持顺序任务执行和层级流程，但正在开发更复杂的流程，如共识和自主流程。
- 将输出保存为文件：将单个任务的输出保存为文件，以便后续使用。
- 解析输出为 Pydantic 或 JSON：将单个任务的输出解析为 Pydantic 模型或 JSON 格式。
- 与开源模型兼容：使用 OpenAI 或开源模型或本地模型运行您的团队
三、使用案例
在CrewAI的官网有许多的使用案例，下面我们就以旅行助手本地尝试体验一下CrewAI的趣味吧。
1、这个项目用到了两个很好用的API，Browseless和Serper。
需要先注册Browseless和Serper，这两个API都提供一定的免费额度。
https://www.browserless.io/
https://serper.dev/2、安装CrewAI的第三方包。
pip installcrewai3、定义角色构建Agent
这里定义了三个角色：城市选择专家、本地专家、旅行策划官。
4、 构建Task。
5、构建Crew（这里按照默认的顺序结构执行）
6、执行主函数方法
7、执行程序，输入用户输入，获取结果
输入了地点、时间、和兴趣爱好，Crew团队帮你生成一份旅行计划，从回答中可以看到，帮我制定了国庆假期七天的行程安排，并且为我计算了相应的费用以及相应的注意事项。
四、 结语
总的来说，CrewAI框架易于使用，用户只需关心我们需要做什么，将其拆分成子任务，定义好对应角色的Agent, 其他的丢给Crew团队去执行。目前来讲大部分还是使用的顺序结构执行，后面的层次结构和共识结构会有更强大的功能，官方还在开发中。
参考资料：
[1].https://github.com/crewAIInc/crewAI
[2].https://docs.crewai.com/how-to
[3].https://zhuanlan.zhihu.com/p/680779769
作者：肖泉|AI开发工程师
更多AI小知识欢迎关注“神州数码云基地”公众号，回复“AI与数字化转型”进入社群交流
版权声明：文章由神州数码武汉云基地团队实践整理输出，转载请注明出处。
