多Agent的AI應用一直是個有意思的研究方向，之前試過用LangGraph構建一組Agent的執行流程，用于自動產出研究報告。但是流程都是針對任務固化的，如果要執行別的任務就需要修改代碼。CrewAI相對來說自動化程度就要高一些，你只需要定義好Agent和Task，剩下的就交給CrewAI。CrewAI（https://github.com/joaomdmoura/crewAI）專注于協調角色扮演的自主AIAgent。通過使用LLM作為協調器促進協作，使得多個Agent像一支默契十足的團隊一樣工作，每個Agent扮演不同的角色，共同完成一項大的任務。Agent被視為團隊的成員，具有特定的技能和特定的工作要做，執行任務、做出決策并與其他Agent進行通信。此外，CrewAI還支持LangChain引入的可擴展功能，包括工具集成和支持開源大語言模型。下面我們介紹一下CrewAI的核心概念，只有稍微懂一點Python的知識，就可以在本地運行多Agent的AI應用。順便試一下百度最近免費的大模型服務。
核心概念包括Agent、Task、Tool、Process、Crew、Collaboration、Memory。對大部分目標來說，我們需要定義的是Agent、Task。有點類似成立了一個團隊，第一要有隊員，第二設置好要完成的任務，剩下的就交給CrewAI這個職業經理人管理了，我們作為老板就等收結果就好了。Agent：可以視為團隊的一員，擁有特定技能，并承擔特定工作。Agent可以擔任不同的角色，例如“研究員”、“作家”或“客戶支持”，每個角色都為團隊的總體目標做出貢獻。有幾個主要的屬性。
agent = Agent( role='數據分析師', goal='分析總結出可進行下一步行動的建議', backstory='''你是一家大公司的數據分析師。您負責分析數據并提供公司下一步行動的建議。 您當前正在進行一個項目，以分析我們營銷活動的表現。''', tools=[my_tool1，my_tool2] #可選，默認為空列表)
Role，定義Agent在團隊中的職能角色，決定了Agent最適合執行的任務類型。
Goal，想要實現的個體目標，指導Agent的決策過程。
Backstory，為Agent的角色和目標提供背景，豐富互動和驅動協作。
Tool，工具是可用于執行任務的一組能力或功能，使得Agent能和外部環境交互，比如搜索網絡信息，執行特定的計算等。雖然不是必須的，但使用工具能給Agent提供更多的可能性。
Task：由Agent完成的特定任務。任務提供執行所需的所有詳細信息，例如描述、負責的Agent、所需的工具、指定期望輸出等，從而促進各種行動的復雜性。任務可以是協作的，需要多個Agent一起工作。這是通過任務屬性進行管理并由 Crew 流程進行編排，從而增強團隊合作和效率。Task是使用時最重要的概念，是驅動Agent執行和協作的動力。因此CrewAI也提供了多種任務的定義形式，支持異步執行、任務依賴關系、任務回調等。
task = Task( description='查找并總結最新的AI新聞', expected_output='輸出前5大最重要AI新聞的摘要', agent=research_agent, tools=[search_tool])Tool：工具為Agent提供了多種功能，從網絡搜索和數據分析到協作和在同事之間委派任務。CrewAI是基于LangChain框架實現的，也繼承了LangChain的Tool實現方式，這就意味著我們可以自定義工具。除此之外，CrewAI也提供了一套額外的工具包，有很多，這里列舉幾個：
YoutubeVideoSearchTool：RAG 工具旨在在 YouTube 視頻中進行搜索，非常適合視頻數據提取。
ScrapeWebsiteTool：方便抓取整個網站，非常適合全面的數據收集。
GithubSearchTool：用于在 GitHub 存儲庫內進行搜索的 RAG 工具，可用于代碼和文檔搜索。
CodeDocsSearchTool：一款針對搜索代碼文檔和相關技術文檔而優化的 RAG 工具。Process：流程協調Agent執行任務，類似于人類團隊中的項目管理。這些流程確保任務按照預定義的策略有效地分配和執行。主要有兩種流程，順序和分層，默認是順序執行。
順序，按順序執行任務，一個任務的輸出作為下一個任務的背景。
分層，模擬企業層級結構，自動創建經理Agent，需要為經理Agent指定manager_llm（一個LLM的實例）。此經理Agent負責監督任務執行，包括規劃、委派和驗證。任務不是編程分配的，經理Agent根據其他Agent的能力分配任務，審查輸出并評估任務完成情況。這個就會比較靈活，也有點像AutoGen。
共識（開發中），在Agent之間引入了一種民主的任務管理方法，在任務執行時進行協作決策，從而不需要經理Agent。
Crew：相當于一個團隊，定義有哪些Agent、Task，以及以什么樣的流程執行。團隊組建完畢，就用kickoff()方法啟動工作流程。
Collaboration：這是個基礎概念，并沒有可以實例化的對象。這個是CrewAI最主要的核心能力，對于我們來說，定義Agent、定義Task并不是什么難事，并且這肯定是使用者應該輸入的。但讓Agent協作完成目標就是比較麻煩了，當然你可以自己去編寫流程，智能化自動化才是更優方案。
Memory：CrewAI引入了復雜的記憶系統，旨在增強人工智能代理的能力。包括短期記憶、長期記憶、實體記憶和新識別的情境記憶，每個記憶都有一個獨特的目的，幫助Agent記憶、推理并從過去的交互中學習。默認情況下，記憶系統處于禁用狀態，可以通過memory=True開啟，這個需要Embedding模型的支持。
實例自從Deepseek的大模型把價格打下來之后，各家卷價格也是相當拼了，百度直接免費了幾個大模型的調用，剛好給大家試試效果。注冊百度智能云賬號后，進入千帆大模型平臺-》模型服務-〉應用接入，就可以創建一個用來調用API的Access key 和 Secret key。
下面創一個自動寫技術博客的crew，看看效果怎樣創建一個Project目錄，用pip安裝需要的python包
pip install crewai qianfan接下來在python文件中創建百度千帆的LangChain對象
import osfrom langchain_community.chat_models.baidu_qianfan_endpoint import QianfanChatEndpoint
os.environ['QIANFAN_AK'] = '上面創建應用Access key'os.environ['QIANFAN_SK'] = '上面創建應用Secret key'
baidu_chat = QianfanChatEndpoint( model='ERNIE-SPEED-8K', verbose=True)要寫技術博客，少不了要上網搜索資料，定義一個搜索工具Tool，這里換成LangChain的Tools是可以的，只不過輸入輸出可能要做一些特殊處理
from crewai_tools import SerperDevTool
os.environ['SERPER_API_KEY'] = 'Your Key' # serper.dev API key
search_tool = SerperDevTool()接下來定義Agent和Task，把Agent的llm設置成baidu_chat
researcher = Agent( role='高級研究分析師', goal='揭示人工智能和數據科學的前沿發展', backstory='''你在一家領先的科技智庫工作。您的專業技能在于識別新興趨勢。 你有分析復雜數據和提出可行見解的訣竅。''', verbose=True, allow_delegation=False, tools=[search_tool], llm=baidu_chat)
writer = Agent( role='技術內容策略師', goal='創造關于技術進步的引人注目的內容', backstory='''你是一位著名的內容策略師，以其富有洞察力和引人入勝的文章而聞名。 你將復雜的概念轉化為引人入勝的敘述。''', verbose=True, allow_delegation=True, llm=baidu_chat)
task1 = Task( description='''在2024年對人工智能的最新進展進行全面分析。 確定關鍵趨勢、突破性技術和潛在的行業影響。''', expected_output='要點中的完整分析報告', agent=researcher)
task2 = Task( description='''利用所提供的見解，開發一個引人入勝的博客 文章強調了人工智能的最重大進步。 你的帖子應該內容豐富，易于訪問，迎合精通技術的受眾。 讓它聽起來很酷，避免使用復雜的單詞，這樣聽起來就不像人工智能。''', expected_output='至少4段的完整博客文章', agent=writer)
crew = Crew( agents=[researcher, writer], tasks=[task1, task2], verbose=2,)
result = crew.kickoff()Crew的verbose設置了打印日志的級別，我們看看輸出的效果
只能說一般吧，如果要解決某一專業的問題，我覺得寫技術博客也需要專業，還需要不少優化的，定制化Prompt、執行流程等，但實際效果還不得而知，但這也是大多數AI應用的現狀。
