CrewAI

Agent 概述: 带有特定技能,专业知识和职责的专业团队成员 智能体的属性: 最基本的三个 Role,Goal,Backstory 后续全为可选,请自行查阅官网 创建智能体 两种方法: YAML配置(推荐)和直接在代码中定义 YAML配置(推荐) 在代码中使用YAML配置,需要创建一个继承自CrewBase的工作组类 ...

Crew 概念: 代表一组协作工作的agent,共同完成一系列的任务 属性 必须:tasks,agents 剩下的均为可选,请自行前往官网查阅 创建crew 两种方法:YAML配置(推荐)和直接再代码中定义 ...

发布自定义工具 必须满足下面两种接口之一: 1.继承BaseTool 2.使用@tool装饰器 参数要求: 拥有一个 name —— 一个简短的描述性标识符。 拥有一个 description —— 告诉代理何时以及如何使用该工具。这直接影响代理使用工具的效果，因此请务必清晰具体。 实现 _run (BaseTool) 或提供 函数体 (@tool) —— 这是同步执行逻辑。 对所有参数和返回值使用 类型注解。 返回一个 字符串 结果（或可以有意义地转换为字符串的内容）。

智能体能力 工具:可调用函数 MCP服务器 应用:平台集合 技能:skills 知识:检索事实 分类 行动能力(Tools,MCPs,Apps) 赋予了代理做事的能力 背景能力(Skills,Knowledge) 会修改代理的提示词 对比表 特性 工具 MCPs 应用 技能 (Skills) 知识 赋予代理行动能力 ✅ ✅ ✅ ❌ ❌ 修改提示词 ❌ ❌ ❌ ✅ ✅ 需要代码 是 仅配置 仅配置 仅 Markdown 仅配置 本地运行 是 视情况而定 是（带环境变量） 不适用 是 需要 API 密钥 按工具 按服务器 集成令牌 否 仅嵌入器 (Embedder) 在 Agent 上设置 tools=[] mcps=[] apps=[] skills=[] knowledge_sources=[] 在 Crew 上设置 ❌ ❌ ❌ skills=[] knowledge_sources=[]

1.crew和flow的定义以及选择 crew:团队,更适合复杂和创造性更强的用例,强调自主性和协作智能优化 flow:流程,通过事件进行触发,有严格的执行决策路径,适合路径确定,有更高的安全需求的用例,强调细粒度,事件驱动的控制 ...

指纹识别 提供了一种在整个生命周期内唯一表示和追踪组件的方法,每个agent,crew,task在创建时都会获得一个唯一的,无法手动覆盖的指纹 工作原理 指纹时crewai.security模块中的Fingerprint类的实例,包含: UUID字符串:唯一标识符,自动生成且无法手动覆盖 创建时间戳:自动设置无法手动覆盖 元数据:可自定义的附加信息字典 ...

掌握流程的状态管理 理解流程中状态的作用: 状态系统允许你维护上下文,在步骤之间共享数据,并构建复杂的应用逻辑 为什么状态管理很重要: 1.维持上下文 2.构建复杂的条件逻辑 3.创建持久化应用 4.优雅地处理错误 5.拓展你的应用 6.实现对话式的应用 ...

第一步:创建新的CrewAI项目 1 crewai create crew research_crew 第二步:探索项目结构 遵循py项目的最佳实践,通过分离配置文件和实现代码,在不修改源代码的情况下修改团队的行为 第三步:配置你的智能体 通过修改agent.yaml来定义智能体 role;goal;backstory;llm ...

自定义提示词 why 1.针对LLM进行优化 2.更改语言 3.针对复杂领域进行专业化 4.调整语气和风格 5.支持超个性化用例 了解CrewAI的提示词系统 智能体模板 (Agent templates) – 控制每个智能体对其指定角色的处理方式。 提示词片段 (Prompt slices) – 控制任务、工具使用和输出结构等专门行为。 错误处理 (Error handling) – 指导智能体如何应对失败、异常或超时。 工具专用提示词 (Tool-specific prompts) – 定义如何调用或使用工具的详细说明。 了解默认系统指令 当通过role,goal,backstory定义agent时,自动注入的一些指令 ...