深入CrewAI，手把手教你快速构建多智能体系统

CrewAI，这个Python多智能体系统构建工具，正在成为自动化领域里的明星。想象一下：一群AI Agent各司其职，协同作战，解决那些单打独斗搞不定的复杂问题——是不是已经有点心动了？

在CrewAI里，每个Agent都被赋予不同的角色和能力，擅长处理截然不同的任务。比如，角色设定为“作家”的Agent，就擅长写出吸引人的故事；而角色为“算法工程师”的Agent，则擅长搜集前沿科技信息。清晰的职责划分，确保每个智能体都能高效地贡献自己的力量。

那么，多智能体到底有什么用？举个具体的例子：市场研究与分析。一个市场研究团队可以包括负责收集市场趋势数据的Agent、分析竞争对手的Agent、生成综合报告的Agent，以及提供可操作建议的Agent。这样一来，公司就能基于最新市场动态快速做出明智决策。

接下来，直接上手一个简单例子，看看怎么搭建这套系统。

第一步：安装

pip install crewai
pip install 'crewai[tools]'

第二步：构建智能体，分配角色

import os
from crewai import Agent
from crewai_tools import SerperDevTool

os.environ["SERPER_API_KEY"] = "Your Key"
os.environ["OPENAI_API_KEY"] = "Your Key"

search_tool = SerperDevTool()

researcher = Agent(
  role='Researcher',
  goal='探索{topic}中的突破性技术',
  verbose=True,
  memory=True,
  backstory="在好奇心的驱使下，你站在科技前沿，渴望探索和分享能够改变世界的知识。",
  tools=[search_tool],
  allow_delegation=True
)

writer = Agent(
  role='Writer',
  goal='讲述关于{topic}的吸引人的技术文章',
  verbose=True,
  memory=True,
  backstory="你凭借化繁为简的天赋，以引人入胜的叙述方式吸引读者，以通俗易懂的方式写出你的思考和观点",
  tools=[search_tool],
  allow_delegation=False
)

第三步：定义任务

from crewai import Task

research_task = Task(
  description="确定{topic}中的下一个大趋势。重点关注优缺点以及整体概况。你的最终报告应清楚地阐述关键点、市场机会和潜在风险。",
  expected_output='关于最新人工智能趋势的综合三段式报告。',
  tools=[search_tool],
  agent=researcher,
)

write_task = Task(
  description="撰写一篇关于{topic}的有见地的文章。关注最新趋势以及它如何影响行业。这篇文章应该通俗易懂、引人入胜且积极向上。",
  expected_output='一篇关于{topic}进展的4段式文章，格式为Markdown。',
  tools=[search_tool],
  agent=writer,
  async_execution=False,
  output_file='new-blog-post.md'
)

第四步：构建Pipeline

from crewai import Crew, Process

crew = Crew(
  agents=[researcher, writer],
  tasks=[research_task, write_task],
  process=Process.sequential,
  memory=True,
  cache=True,
  max_rpm=100,
  share_crew=True
)

第五步：启动执行

result = crew.kickoff(inputs={'topic': 'Ai医疗'})
print(result)

通过利用多智能体系统的力量，你可以在各种应用中提升效率、准确性和可扩展性。而这些，只是CrewAI能力的冰山一角。