基于CrewAI多智能体框架，手把手构建一个自动化写作应用实战
基于CrewAI多智能体框架，手把手构建一个自动化写作应用实战
本文将介绍如何使用CrewAI多智能体框架构建一个自动化写作应用。通过本文，读者将了解CrewAI框架的基本概念、安装步骤以及如何使用该框架搭建自动化写作系统。
CrewAI框架基本介绍
CrewAI是一个多智能体框架，主要为角色扮演中的智能体提供自动化配置，以促进智能体之间的合作，共同解决复杂问题。CrewAI主要由Agent(智能体)、Task(任务)、Tool(工具)和Crew(团队)模块组成。智能体是具有角色和背景故事、目标和记忆的团队成员；任务是智能体需要完成的任务；工具是智能体使用的设备，用于辅助完成任务；团队则是智能体和任务相结合的容器，是智能体协调合作执行任务的实际场所，智能体由它共同完成实际任务。
CrewAI框架比较灵活，它不仅支持OpenAI标准API，还支持Ollama标准API，它具备如下核心特征：
- 角色定制代理：可以根据不同的角色、目标和工具来量身定制代理。
- 自动任务委派：代理之间能够自主地分配任务和进行交流，有效提升解题效率。
- 任务管理灵活性：可以根据需要自定义任务和工具，并灵活地指派给不同代理。
- 流程导向：目前系统仅支持按顺序执行任务，但更加复杂的如基于共识和层级的流程正在研发中。
本地安装CrewAI框架依赖
我们通过Miniconda管理Python虚拟环境，Miniconda的安装和使用可以参考相关文章。以下是安装步骤：
# Python虚拟环境名：CrewAI，版本号：3.10
conda create -n CrewAI python=3.10 -y
# 激活虚拟环境
conda activate CrewAI
接下来，我们就可以安装CrewAI框架依赖：
pip install crewai
至此，CrewAI框架依赖就安装好了，我们接下来使用它来构建一个自动化协作应用。
使用CrewAI搭建自动化写作系统
前面提到，智能体依赖的大模型既支持OpenAI标准接口，也支持Ollama标准接口。为了方便演示，使用Ollama本地部署Qwen2-7B大模型。
第一步：明确我们的需求
我们以儿童绘本故事为例，提供一个主题：由第1个智能体根据主题产出绘本故事的构思内容，然后由第2个智能体根据第1个智能体的构思内容，产出故事内容。
因此，我们需要有2个智能体（即：需要定义2个角色），分别是：故事内容构思者，和故事内容协作者；他们各自都有一个任务，分别是：产出故事内容构思，和根据构思编写故事。
第二步：定义构思者角色的智能体
对于构思者智能体，它的定义如下：
- 我们要给它设定一个与任务相符的角色（role）：为了简单，我们就设定为构思者
- 我们为这个智能体设定了一个目标（goal）：要根据给定的主题（{topic}），产出儿童绘本故事内容创意
- 我们再为规划者智能体设定一个背景故事（backstory）：我们尽可能多地设定相关的上下文，比如它的职责、对它产出物的要求等。
- 我们还要设置一些其它属性：allow_delegation代表这个智能体不允许把工作委托给其他的智能体；verbose代表把它的工作详细记录下来，这样我们可以看到它在执行内部任务时是如何运行的
第三步：定义写作者角色的智能体
对于写作者智能体来说，它的目标就是：根据构思者所提供的儿童绘本故事创意来编写故事内容。
第四步：定义每个智能体的任务
上面我们定义了2个智能体角色，现在给他们分别定义1个任务：
构思者和写作者的任务，均包含了描述、期望输出和分配的智能体等3个属性：
- 描述（description）：期望智能体能做什么
- 预期的输出（expected_output）：类似一种强制机制，明确任务的产出结果
- 智能体（agent）：即为这个任务分配智能体
第五步：让智能体和任务协同工作
智能体是按照顺序执行任务的，上一个任务的输出，会被作为下一个任务的输入。特别注意：我们提供了topic上下文参数，它在智能体和任务中可以通过{topic}使用。
运行程序，我们可以逐步看到构思者智能体的运行过程内容：
接下来，可以看到写作者智能体的运行过程内容：
最终，所有的智能体执行完成，产出的目标故事内容：
最后：CrewAI总结说明
通过以上示例，我们了解了CrewAI的三个核心模块：Agent智能体，Task任务，Crew团体或者称容器，容器把他们组合在一起。
- Agent：一般情况下，一个Agent只做一件事，明确智能体的目标和期望；当然，一个Agent可以执行多项任务。
- Task：无论是创建Agent还是Task都需要明确自己的职责，以及对自己的期望。
- Crew：最终把任务，按照串行或并行的方式组织起来。