如何使用 CrewAI 构建协作型 AI Agents

一、前言

AI Agents 的开发是当前软件创新领域的热点。随着大语言模型 (LLM) 的不断进步，预计 AI 智能体与现有软件系统的融合将出现爆发式增长。借助 AI 智能体，我们可以通过一些简单的语音或手势命令，就能完成以往需要手动操作应用程序才能实现的任务。但目前， AI 智能体的开发还处于初期阶段，正如 1990 年代的互联网，我们还在基础设施、工具和框架开发的初步阶段探索前行。本文将介绍一个名为 CrewAI 的新型智能体开发框架。

本文主要包含以下内容

• 认识 AI 智能体。
• 探索 CrewAI —— 一个构建智能体的开源工具。
• 学习如何构建一个共同创作内容的 AI 团队。
• 了解 AI 智能体在现实生活中的应用案例。

二、什么是 AI Agents？

语言模型在翻译、总结和推理方面表现出色。但它们的潜力远不止于此。让大语言模型 (LLM) 具备代理性是充分挖掘其推理潜力的一种方法。AI 智能体就是被赋予适当工具和指令的 LLM，能够自动完成网页浏览、网络抓取、执行 SQL 查询、文件操作等任务。利用 LLM 的推理能力，这些智能体能够根据当前需求选择合适的工具。而且，我们还可以将多个智能体组合起来，共同完成更复杂的任务。

当我们谈论如何构建 AI Agents时，首先想到的工具就是 LangChain。然而，使用 LangChain 手动协调 AI 智能体执行协作任务可能会相当困难。CrewAI 正是为了解决这一问题而生。

三、什么是 CrewAI？

CrewAI 是一个开源框架，专门用于协调具有角色扮演和自主操作的 AI 智能体。它可以帮助我们轻松创建能够共同实现复杂目标协作的 AI 智能体。这个框架的设计目的是让 AI 智能体能够扮演不同的角色、分配任务并共享目标，就像现实世界中的团队成员一样。CrewAI 的几大特性包括：

• 基于角色的AI智能体设计：定义具备特定角色、目标和背景故事的智能体，让 LLM 在生成回答前有更丰富的上下文。
• 灵活的任务管理方式：通过可定制化工具定义任务，并能够动态地分配给不同的智能体。
• 智能体间的自主委派机制：智能体能够自行决定任务分配并相互协作，这大大提高了解决问题的效率。
• 流程驱动策略：目前系统只支持按顺序执行任务和按层级组织流程，Crew AI正在研发更为复杂的流程管理方式，比如基于共识和自主决策的流程。
• 保存任务输出：可以将任务产生的数据保存为文件，便于后续使用。
• 输出解析功能：根据需要，可以将任务输出解析成 Pydantic 模型或 Json 格式。
• 支持开源模型集成：可以利用 Open AI 或其他开源模型来运行你的团队。

CrewAI 能够与 LangChain 生态系统无缝集成。这意味着我们可以利用 LangChain 提供的工具和大语言模型 (LLM) 的集成功能，与 CrewAI 一起工作。

CrewAI 是一个旨在增强人工智能代理协作的最先进框架。这种创新方法通过营造一个让人工智能代理作为一个统一团队更有效地运作的环境，解决了 Autogen 和 ChatDev 等现有解决方案的局限性。