Entwickeln Sie intelligente Agenten effizient mit dem CrewAI-Framework

Entwicklung intelligenter Agenten mit CrewAI

In der Welt der künstlichen Intelligenz werden intelligente Agenten immer bedeutender. Diese Agenten können Entscheidungen treffen, aus ihrer Umgebung lernen und Aufgaben ausführen, die von einfacher Automatisierung bis hin zu komplexer Datenanalyse reichen. Dieses Tutorial führt Sie durch die Erstellung intelligenter Agenten mit CrewAI, einem leistungsstarken Framework, das die Entwicklung von KI-Agenten vereinfacht.

Warum CrewAI und das Verständnis von Agentensystemen

CrewAI hebt sich ab, indem es viele Komplexitäten, die mit dem Aufbau intelligenter Agenten verbunden sind, behandelt und es Ihnen ermöglicht, sich auf die Kernlogik und das Verhalten zu konzentrieren. Es ist sowohl für Anfänger als auch für erfahrene Entwickler geeignet, was es einfacher macht, KI-Ideen effizient zum Leben zu erwecken.

Ein Agentensystem besteht aus einzelnen Agenten, die mit ihrer Umgebung interagieren, um spezifische Ziele zu erreichen. Jeder Agent nimmt seine Umgebung wahr, trifft Entscheidungen auf der Grundlage von Beobachtungen und handelt entsprechend. Einige Agenten können sogar aus vergangenen Erfahrungen lernen und sich im Laufe der Zeit verbessern.

Erste Schritte und Verbesserung der Agenten

Wir beginnen mit der Erstellung eines grundlegenden Agenten, der eine einfache Aufgabe ausführt. Sie lernen, wie Sie den Zweck des Agenten definieren, seine Umgebung einrichten und sein Verhalten basierend auf Eingaben konfigurieren.

Als Nächstes integrieren wir Agenten mit großen Sprachmodellen wie GPT-4, damit sie komplexe sprachbasierte Aufgaben bewältigen können. Sie lernen, wie Sie Agenten mit LLMs verbinden und diese Integrationen praktisch anwenden.

Wir werden erkunden, wie Sie Ihre Agenten mit externen Ressourcen verknüpfen, um deren Fähigkeiten zu erweitern und sie leistungsfähiger und nützlicher zu machen. CrewAI ist in verschiedenen Branchen anpassbar, und wir werden besprechen, wie Sie Ihre Agenten für unterschiedliche Szenarien anpassen können, um die Vielseitigkeit des Frameworks zu demonstrieren.

Einrichten Ihrer Entwicklungsumgebung

Bevor wir mit dem Aufbau intelligenter Agenten mit CrewAI beginnen, ist es wichtig, eine ordnungsgemäße Entwicklungsumgebung einzurichten. Dies stellt sicher, dass alles reibungslos läuft und Ihr Projekt organisiert bleibt.

Einrichten einer virtuellen Umgebung

Eine virtuelle Umgebung ist wie ein separater Arbeitsbereich auf Ihrem Computer, der alle Abhängigkeiten und Bibliotheken für Ihr Projekt isoliert von anderen hält. Diese Isolation hilft, Konflikte zwischen verschiedenen Projekten zu vermeiden und sicherzustellen, dass Ihr Projekt die richtigen Versionen von Bibliotheken verwendet.

Für Windows:

Öffnen Sie Ihre bevorzugte integrierte Entwicklungsumgebung (IDE) wie PyCharm, VS Code oder sogar nur die Eingabeaufforderung.
Navigieren Sie zu dem Verzeichnis, in dem Sie Ihr Projekt erstellen möchten. Sie können dies mit dem cd-Befehl tun.
Führen Sie den folgenden Befehl aus, um eine virtuelle Umgebung zu erstellen:
```
python -m venv myenv
```
Dies erstellt einen Ordner namens myenv in Ihrem Verzeichnis.
Um die virtuelle Umgebung zu aktivieren, führen Sie aus:
```
myenv\Scripts\activate
```
Sie werden feststellen, dass Ihre Eingabeaufforderung jetzt (myenv) anzeigt, was darauf hinweist, dass die virtuelle Umgebung aktiv ist.

Für macOS:

Öffnen Sie das Terminal und navigieren Sie zu dem Verzeichnis, in dem Sie Ihr Projekt haben möchten.
Führen Sie den folgenden Befehl aus, um eine virtuelle Umgebung zu erstellen:
```
python3 -m venv myenv
```
Dies erstellt ein myenv-Verzeichnis mit der virtuellen Umgebung.
Um sie zu aktivieren, führen Sie aus:
```
source myenv/bin/activate
```
Die Eingabeaufforderung des Terminals ändert sich und zeigt (myenv) vor Ihrem Verzeichnispfad an, was bedeutet, dass die virtuelle Umgebung aktiv ist.

Mit der aktiven virtuellen Umgebung können Sie nun die erforderlichen Bibliotheken installieren, ohne andere Projekte auf Ihrem System zu beeinträchtigen.

Installation von CrewAI

Nachdem Ihre virtuelle Umgebung eingerichtet ist, besteht der nächste Schritt darin, CrewAI zu installieren, das Framework, das unsere intelligenten Agenten antreibt. Stellen Sie sicher, dass Ihre virtuelle Umgebung aktiv ist (Sie sollten (myenv) in Ihrem Terminal oder Ihrer Eingabeaufforderung sehen).

Führen Sie den folgenden Befehl aus, um das Hauptpaket CrewAI zu installieren:
```
pip install crewai
```
Um zusätzliche Tools zu installieren, die für Ihre Agenten hilfreich sein werden, können Sie ausführen:
```
pip install 'crewai[tools]'
```
Alternativ können Sie das Hauptpaket und die Tools zusammen installieren:
```
pip install crewai crewai-tools
```

Diese Befehle laden alles herunter und installieren es, was Sie benötigen, um mit CrewAI zu arbeiten.

Erstellung Ihres Projekts

Jetzt, wo CrewAI installiert ist, ist es an der Zeit, Ihr Projekt zu erstellen. CrewAI bietet einen praktischen Befehl, um die Grundstruktur Ihres Projekts einzurichten, was Ihnen Zeit spart und sicherstellt, dass alles von Anfang an richtig organisiert ist.

crewai create crew

Ersetzen Sie crew durch den Namen, den Sie für Ihr Projekt wünschen. Dieser Befehl erstellt einen Ordner mit dem Namen Ihres Projekts und richtet die grundlegende Struktur darin ein.

Verstehen der Projektstruktur

Nachdem Sie den Befehl crewai create crew ausgeführt haben, werden Sie feststellen, dass eine Projektstruktur für Sie erstellt wurde. So sieht es aus:

.gitignore: Diese Datei sagt Git (einem Versionskontrollsystem), welche Dateien oder Ordner ignoriert werden sollen.
pyproject.toml: Diese Datei enthält Konfigurationsinformationen für Ihr Projekt, einschließlich Abhängigkeiten und Einstellungen, die benötigt werden, um Ihr Projekt zu erstellen und auszuführen.
README.md: Dies ist eine Markdown-Datei, in der Sie Ihr Projekt beschreiben, Anleitungen bereitstellen und wichtige Details dokumentieren können.
src/: Dieser Ordner enthält den Hauptquellcode für Ihr Projekt.
my_project/: Im src/-Ordner befindet sich ein weiterer Ordner mit dem Namen Ihres Projekts. Hier wird der Großteil des Codes Ihres Projekts leben.
__init__.py: Diese Datei bewirkt, dass Python das Verzeichnis als Paket behandelt.
main.py: Dies ist der Haupteinstiegspunkt für Ihr Projekt. Hier definieren Sie, wie Ihre Agenten ausgeführt werden und verwalten den Gesamtfluss Ihrer Anwendung.
crew.py: In dieser Datei definieren Sie die Logik Ihrer Agenten, Werkzeuge und Aufgaben.
tools/: Dieses Verzeichnis ist der Ort, an dem Sie benutzerdefinierte Werkzeuge hinzufügen können, die Ihre Agenten verwenden könnten.
custom_tool.py: Eine Beispieldatei, in der Sie beginnen können, Ihre eigenen Werkzeuge hinzuzufügen.
config/: Dieser Ordner enthält Konfigurationsdateien, in denen Sie Ihre Agenten und Aufgaben definieren.
agents.yaml: In dieser Datei definieren Sie die Agenten für Ihr Projekt, einschließlich ihrer Rollen, Ziele und spezifischen Konfigurationen, die sie benötigen.
tasks.yaml: In dieser Datei definieren Sie die Aufgaben, die Ihre Agenten ausführen werden.

Anpassen Ihres Projekts

Jetzt, wo Sie die Struktur verstehen, können Sie mit der Anpassung Ihres Projekts beginnen. Zum Beispiel möchten Sie möglicherweise einen neuen Agenten in der Datei agents.yaml definieren, um seine Rolle und Ziele zu umreißen. Dann würden Sie Aufgaben in der Datei tasks.yaml definieren, in der Sie angeben, was der Agent tun soll.

In der Datei crew.py schreiben Sie die tatsächliche Logik, die alles miteinander verbindet.

Anpassen Ihrer Agenten und Aufgaben

Jetzt, wo wir unser Projekt eingerichtet haben, ist es an der Zeit, die Agenten und Aufgaben zu definieren, die unseren Inhaltserstellungsprozess steuern werden. Dies beinhaltet die Bearbeitung von zwei wichtigen YAML-Dateien: agents.yaml und tasks.yaml.

Schritt 1: Navigieren zu den YAML-Dateien

Zuerst navigieren Sie zum Verzeichnis src/my_project/config/ innerhalb Ihrer Projektstruktur. Hier finden Sie die Dateien agents.yaml und tasks.yaml.

Schritt 2: Definieren von Agenten in agents.yaml

Öffnen Sie die Datei agents.yaml in Ihrer IDE oder Ihrem Texteditor. Diese Datei sollte ungefähr so aussehen:

researcher:
  role: Forscher
  goal: Webinhalte analysieren
  backstory: "Analysiert Inhalte von einer angegebenen URL und extrahiert wichtige Erkenntnisse."
planner:
  role: Planer
  goal: Erstellen Sie eine SEO-optimierte Gliederung
  backstory: "Experte für Content-Strategie und SEO."
writer:
  role: Schriftsteller
  goal: Schreiben Sie einen SEO-freundlichen Blogbeitrag
  backstory: "Schreibt ansprechende Inhalte in verschiedenen Branchen."
editor:
  role: Herausgeber
  goal: Inhalte zur Veröffentlichung verfeinern
  backstory: "Stellt Genauigkeit und Konsistenz in den Inhalten sicher."

Schritt 3: Definieren von Aufgaben in tasks.yaml

Öffnen Sie die Datei tasks.yaml im selben Verzeichnis. Diese Datei weist jeder Agenten spezifische Aufgaben zu:

research_task:
  description: "Analysieren Sie Webinhalte und erstellen Sie einen Forschungsbericht."
  expected_output: "Umfassender Forschungsbericht."
  agent: researcher
planning_task:
  description: "Erstellen Sie eine SEO-optimierte Gliederung basierend auf der Recherche."
  expected_output: "Optimierte Gliederung für den Blogbeitrag."
  agent: planner
writing_task:
  description: "Entwerfen Sie einen Blogbeitrag basierend auf der Gliederung."
  expected_output: "Gut geschriebener erster Entwurf im Markdown-Format."
  agent: writer
editing_task:
  description: "Bearbeiten Sie den Blogbeitrag zur Veröffentlichung."
  expected_output: "Polierter und zur Veröffentlichung bereitgestellter Blogbeitrag."
  agent: editor

Schreiben der Logik in crew.py

Die Datei crew.py ist im Wesentlichen das Gehirn Ihres Projekts. Hier definieren Sie, wie jeder Agent funktioniert, wie sie mit den Aufgaben interagieren und wie der gesamte Arbeitsablauf verwaltet wird.

from crewai import CrewBase, agent, task, crew

@CrewBase
class Blogagent2Crew:
    agents_config = "config/agents.yaml"
    tasks_config = "config/tasks.yaml"
    
    @agent
    def researcher(self):
        ...
    
    @task
    def research_task(self):
        ...
    
# Zusätzliche Agenten und Aufgaben...

Einrichten der main.py-Datei

Die Datei main.py ist der Ort, an dem Sie Ihre Crew initiieren und die Aufgaben ausführen, die Sie in crew.py eingerichtet haben. Diese Datei dient als Einstiegspunkt für Ihr Projekt.

if __name__ == '__main__':
    print("Crew läuft...")

Fazit

Indem Sie dieses Tutorial befolgt haben, haben Sie ein vollständiges Projekt mit CrewAI eingerichtet und ausgeführt, von der Definition der Agenten und Aufgaben bis hin zur Überprüfung der endgültigen Ausgaben, die von Ihren KI-Agenten generiert wurden. Dieser Prozess demonstriert nicht nur die Leistungsfähigkeit von CrewAI, sondern bietet auch ein praktisches Framework zur Entwicklung intelligenter Agenten, die in verschiedenen Szenarien angepasst werden können.

Wenn Sie weiterhin Ihr Projekt erkunden und verfeinern, können Sie auf diesem Fundament aufbauen, zusätzliche Komplexität hinzufügen oder die Agenten an spezifische Bedürfnisse anpassen. Egal, ob Sie die Inhaltserstellung automatisieren, Forschungsprozesse optimieren oder komplexe Arbeitsabläufe implementieren möchten, CrewAI bietet die Tools, um dies zu ermöglichen. Viel Spaß beim Programmieren!