当前位置: 首页 > news >正文

AI 学习——多 Agent 协作入门

多Agent协作入门

  • 一、CrewAI 是什么?
    • 核心优势
  • 二、AI 团队角色设计(我们要建3个Agent)
    • 1. 研究员(Researcher)
    • 2. 写作者(Writer)
    • 3. 审核员(Reviewer)
    • 协作流程(全自动)
  • 三、环境安装(1行命令)
  • 四、代码:文章写作AI团队
  • 五、运行流程
  • 六、总结
    • 1. Agent = 智能体(角色)
    • 2. Task = 任务
    • 3. Crew = 团队
    • 4. 协作流程
  • 七、可以用这个团队做什么?

一、CrewAI 是什么?

CrewAI = 让多个AI角色组队干活的框架

  • 你定义角色(研究员、作者、审核)
  • 你分配任务
  • AI 们自动沟通、协作、接力完成任务
  • 不用你管流程,AI 自己配合

核心优势

✅ 角色分工明确(像公司团队一样)
✅ 自动上下文传递
✅ 任务自动接力
✅ 支持复杂长文本写作、报告、论文
✅ 代码超级简单


二、AI 团队角色设计(我们要建3个Agent)

1. 研究员(Researcher)

  • 搜资料、查信息、整理知识点
  • 输出:素材、要点、数据

2. 写作者(Writer)

  • 用研究员的资料写文章
  • 输出:完整文章、结构清晰、语言流畅

3. 审核员(Reviewer)

  • 检查错误、逻辑、格式、通顺度
  • 输出:最终优化版文章

协作流程(全自动)

研究员 → 给资料 → 写作者 → 写文章 → 审核员 → 优化定稿


三、环境安装(1行命令)

pipinstallcrewai langchain langchain-openai langchain-community

四、代码:文章写作AI团队

# ==============================# 1. 导入依赖# ==============================fromcrewaiimportAgent,Task,Crewfromlangchain_openaiimportChatOpenAI# ==============================# 2. 配置LLM(换成你的Key)# ==============================llm=ChatOpenAI(model="gpt-3.5-turbo",api_key="你的API_KEY",base_url="https://api.chatanywhere.tech/v1"# 国内中转)# ==============================# 3. 定义3个AI角色# ==============================# ====== 角色1:研究员 ======researcher=Agent(role="研究员",goal="搜索并整理主题相关资料,提供准确知识点",backstory="你擅长搜索信息、提炼要点、整理结构",llm=llm,verbose=True)# ====== 角色2:文章写作者 ======writer=Agent(role="文章写作者",goal="根据研究员提供的资料,写出结构清晰、流畅完整的科普文章",backstory="你擅长写科普文章,逻辑清晰、语言通俗",llm=llm,verbose=True)# ====== 角色3:审核员 ======reviewer=Agent(role="内容审核员",goal="检查文章错误、逻辑、通顺度,优化最终版本",backstory="你严谨、细致,负责保证文章质量",llm=llm,verbose=True)# ==============================# 4. 定义任务(任务会自动接力)# ==============================task1=Task(description="围绕主题:{topic},搜集核心知识点,整理成资料清单",agent=researcher,expected_output="资料清单")task2=Task(description="根据资料写一篇完整科普文章,结构清晰、通俗易懂",agent=writer,expected_output="完整文章")task3=Task(description="审核文章,修正错误,优化语句,输出最终版",agent=reviewer,expected_output="最终审核通过的文章")# ==============================# 5. 组建团队,按顺序执行# ==============================crew=Crew(agents=[researcher,writer,reviewer],tasks=[task1,task2,task3],verbose=2)# ==============================# 6. 运行团队# ==============================if__name__=="__main__":result=crew.kickoff(inputs={"topic":"AI大模型与RAG技术基础介绍"})print("\n===== 最终文章 =====\n",result)

五、运行流程

研究员开始搜集资料... 写作者根据资料开始写文章... 审核员检查并优化文章... 最终输出完整文章

六、总结

1. Agent = 智能体(角色)

  • 有身份、有能力、有目标

2. Task = 任务

  • 让AI做什么

3. Crew = 团队

  • 多个AI一起工作
  • 任务自动接力

4. 协作流程

研究员 → 写作者 → 审核员


七、可以用这个团队做什么?

✅ 写论文文献综述
✅ 写技术博客
✅ 写公众号文章
✅ 写报告、总结
✅ 写答辩PPT内容


http://www.zskr.cn/news/1424503.html

相关文章:

  • 别再只懂LSH了:手把手拆解跨模态哈希中的矩阵分解与离散优化(附Python示例)
  • 收藏!AI时代,被淘汰的不是程序员,而是那些不懂“借力”的人!
  • 下载 | Win10 2021官方精简版,预装应用极少!(5月更新、Win10 IoT LTSC 2021版、适合老电脑)
  • 从零开发游戏需要学习的c#模块,第三十章(掉落物品 —— 血包与能量)
  • 【PC】《剪映助手悬浮球V2.1》支持最新剪映
  • 智能锁怎么选,家用推荐哪个品牌型号?
  • 2026年网红香薰厂家核心服务及对接联系方式解析 - 优质品牌商家
  • SQL分组查询不会用?手把手教你Group By和聚合函数
  • Windows 10下用IDEA跑通ThingsBoard 3.4源码:保姆级环境配置与编译避坑指南
  • 告别调包:用NumPy在头歌EduCoder里手动实现CNN的前向传播(含维度计算详解)
  • 从PCA到PLS-DA:当你的组学数据‘分不开’时,试试这个有监督的降维利器(附R代码避坑指南)
  • 从零开始:用Python和Scikit-learn搭建你的第一个AI面试助手(附常见问题库)
  • 面向核电涉密场景的非接触式人员全域定位算法优化方案
  • 探寻2026年当下广西优秀的四害消杀服务专业提供商 - 2026年企业资讯
  • HanLP RESTful API 实战:如何用Python批量处理社交媒体文本并可视化分析结果?
  • Android中Activity,Window,Application,WindowToken,View,Display之间关系用通俗形象的方式介绍下
  • 从喷头滴漏到AI节水37%:一个Lindy灌溉集群的30天自动化演进日记(含Prometheus监控看板+告警阈值SOP)
  • 基于Arduino与BNO055陀螺仪的桌面绘图机器人:从传感器融合到G代码解析
  • 别再傻傻分不清!用Python代码5分钟搞懂机器学习里的min和argmin
  • 用Python和SVM给水质‘看相’:手把手教你从200张水色图到水质分类模型
  • 从HDRi到游戏画面:手把手教你用Blender和Python预处理IBL环境贴图(含代码)
  • 单细胞分析入门:用Scanpy的AnnData对象管理你的数据,从h5ad读写到基础过滤
  • 从电容充放电到MOSFET驱动:一个被忽视的‘能量视角’与热设计陷阱
  • Claude技术债爆发前夜(2024Q2实测预警:87%企业已超临界阈值)
  • Buildroot实战:fsoverlay与rootfs.ext2挂载,嵌入式Linux文件集成双方案详解
  • 手把手教你用Python+sklearn生成分类报告:从数据准备到可视化呈现的完整流程
  • 原神帧率解锁终极指南:三步释放硬件性能,畅享丝滑游戏体验
  • 别再死记硬背了!用狼人杀和Python代码,5分钟搞懂Bagging和随机森林的核心思想
  • 数字产品全栈构建——工作流重构记录
  • 【2024全球AI融资黑匣子】:独家还原Claude闭门路演现场——6位LP真实提问记录+未披露财务模型推演