Entwickeln Sie intelligente Agenten mit CrewAI: Ein Schritt-für-Schritt-Leitfaden

Intelligente Agenten mit CrewAI entwickeln

Im dynamischen Bereich der künstlichen Intelligenz gewinnen intelligente Agenten zunehmend an Bedeutung. Diese Agenten können Entscheidungen treffen, aus ihrer Umgebung lernen und Aufgaben von grundlegender Automatisierung bis hin zu komplexer Datenanalyse durchführen. Dieses Tutorial wird Sie durch die Erstellung intelligenter Agenten mit CrewAI, einem leistungsstarken Rahmenwerk, das die Entwicklung von KI-Agenten vereinfacht, führen.

Warum CrewAI und das Verständnis von Agentensystemen

CrewAI sticht hervor, indem es viele der Komplexitäten, die mit dem Bau intelligenter Agenten verbunden sind, abwickelt, sodass Sie sich auf die Kernlogik und das Verhalten konzentrieren können. Es ist sowohl für Anfänger als auch für erfahrene Entwickler geeignet und erleichtert es, 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 basierend auf Beobachtungen und handelt entsprechend. Einige Agenten können sogar aus vergangenen Erfahrungen lernen und ihre Leistung im Laufe der Zeit verbessern.

Erste Schritte und Verbesserung von Agenten

Beginnen wir 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.

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

In diesem Abschnitt werden wir auch erkunden, wie Sie Ihre Agenten mit externen Ressourcen verknüpfen, um ihre Fähigkeiten zu erweitern und sie mächtiger und nützlicher zu machen. CrewAI ist in verschiedenen Branchen anpassbar, und wir werden besprechen, wie Sie Ihre Agenten für verschiedene Szenarien modifizieren können, um die Vielseitigkeit des Rahmens zu demonstrieren.

Einrichtung Ihrer Entwicklungsumgebung

Bevor wir mit dem Bau intelligenter Agenten mit CrewAI beginnen, ist es wichtig, eine geeignete 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 von anderen isoliert. Diese Isolation hilft, Konflikte zwischen verschiedenen Projekten zu vermeiden und sorgt dafür, dass Ihr Projekt die richtigen Versionen von Bibliotheken verwendet.

Für Windows:

1. Öffnen Sie Ihre bevorzugte integrierte Entwicklungsumgebung (IDE) wie PyCharm, VS Code oder einfach die Eingabeaufforderung.
2. Navigieren Sie in das Verzeichnis, in dem Sie Ihr Projekt erstellen möchten, mit dem cd-Befehl.
3. Führen Sie folgendes Kommando aus, um eine virtuelle Umgebung zu erstellen:

python -m venv myenv

4. Aktivieren Sie die virtuelle Umgebung, indem Sie folgendes ausführen:

myenv\Scripts\activate

Sie werden feststellen, dass Ihre Eingabeaufforderung jetzt (myenv) anzeigt, was darauf hinweist, dass die virtuelle Umgebung aktiv ist.

Für MacOS:

1. Öffnen Sie das Terminal und navigieren Sie zum Verzeichnis, in dem Sie Ihr Projekt haben möchten.
2. Führen Sie folgendes Kommando aus, um eine virtuelle Umgebung zu erstellen:

python3 -m venv myenv

3. Aktivieren Sie es, indem Sie folgendes ausführen:

source myenv/bin/activate

Die Terminal-Eingabeaufforderung ändert sich und zeigt (myenv) vor Ihrem Verzeichnis-Pfad an, was darauf hinweist, 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, ist der nächste Schritt die Installation von CrewAI, dem Rahmenwerk, das unsere intelligenten Agenten antreiben wird.

Stellen Sie sicher, dass Ihre virtuelle Umgebung aktiv ist (Sie sollten (myenv) in Ihrem Terminal oder der Eingabeaufforderung sehen). Führen Sie das folgende Kommando aus, um das Hauptpaket von CrewAI zu installieren:

pip install crewai

Um zusätzliche Werkzeuge zu installieren, die für Ihre Agenten hilfreich sind, können Sie folgendes ausführen:

pip install 'crewai[tools]'

Alternativ können Sie auch sowohl das Hauptpaket als auch die Werkzeuge zusammen installieren:

pip install crewai crewai-tools

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

Erstellen Ihres Projekts

Jetzt, da CrewAI installiert ist, ist es an der Zeit, Ihr Projekt zu erstellen. CrewAI bietet einen praktischen Befehl, um die grundlegende Struktur Ihres Projekts einzurichten, wodurch Sie Zeit sparen und sicherstellen, dass alles von Anfang an richtig organisiert ist.

Führen Sie das folgende Kommando in Ihrem Terminal aus:

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, wird eine Projektstruktur für Sie erstellt. So sieht sie aus:

- .gitignore
- pyproject.toml
- README.md
- src/
   - my_project/
       - __init__.py
       - main.py
       - crew.py
       - tools/
           - custom_tool.py
           - __init__.py
       - config/
           - agents.yaml
           - tasks.yaml

Dateibeschreibungen

• .gitignore: Diese Datei weist Git (ein Versionskontrollsystem) an, welche Dateien oder Ordner ignoriert werden sollen, damit unnötige Dateien nicht in Ihrer Versionshistorie angezeigt werden.
• pyproject.toml: Enthält Konfigurationsinformationen für Ihr Projekt, einschließlich Abhängigkeiten und Einstellungen, die benötigt werden, um Ihr Projekt zu bauen und auszuführen.
• README.md: Eine Markdown-Datei, in der Sie Ihr Projekt beschreiben, Anweisungen geben und wichtige Details dokumentieren können.
• src/: Enthält den Hauptquellcode für Ihr Projekt.
• my_project/: In diesem Ordner wird der Großteil Ihres Projektcodes wohnen.
• __init__.py: Macht Python zu erkennen, dass das Verzeichnis als Paket behandelt werden soll; muss normalerweise nicht geändert werden.
• main.py: Der Haupt-Einstiegspunkt für Ihr Projekt, der definiert, wie Ihre Agenten laufen und der Gesamtfluss.
• crew.py: Hier definieren Sie die Logik Ihrer Agenten, Werkzeuge und Aufgaben, einschließlich benutzerdefinierter Funktionen und Argumente.
• tools/: Verzeichnis, um benutzerdefinierte Tools hinzuzufügen, die Ihre Agenten verwenden können.
• custom_tool.py: Eine Beispieldatei, um mit dem Hinzufügen Ihrer eigenen Tools zu beginnen.
• config/: Enthält Konfigurationsdateien, in denen Agenten und Aufgaben definiert sind.
• agents.yaml: Definiert die Agenten für Ihr Projekt, einschließlich Rollen, Zielen und spezifischen Konfigurationen.
• tasks.yaml: Hier definieren Sie die Aufgaben für Agenten und umreißen Erwartungen und Ausgaben.

Anpassen Ihres Projekts

Jetzt, da Sie die Struktur verstehen, können Sie damit beginnen, Ihr Projekt anzupassen. Zum Beispiel möchten Sie vielleicht einen neuen Agenten in der agents.yaml Datei definieren und dessen Rolle und Ziele umreißen. Dann definieren Sie Aufgaben in der tasks.yaml Datei, was der Agent tun soll.

In der crew.py Datei werden Sie die eigentliche Logik schreiben, die alles zusammenführt. Diese Einrichtung bietet Ihnen eine solide Grundlage, um intelligente Agenten mit CrewAI zu erstellen.

Anpassen Ihrer Agenten und Aufgaben

Mit Ihrem projekt eingerichtet, ist es Zeit, die Agenten und Aufgaben zu definieren, die Ihren Inhalte-Erstellungsprozess antreiben werden. Dies beinhaltet das Bearbeiten von zwei wichtigen YAML-Dateien: agents.yaml und tasks.yaml.

Schritt 1: Navigieren zu den YAML-Dateien

Navigieren Sie zum Verzeichnis src/my_project/config/, wo Sie die Dateien agents.yaml und tasks.yaml finden werden. Diese sind entscheidend, da sie das Verhalten und die Verantwortlichkeiten der Agenten festlegen.

Schritt 2: Definieren von Agenten in agents.yaml

Öffnen Sie die Datei agents.yaml in Ihrer IDE. Diese Datei definiert die verschiedenen Agenten, die an Ihrem Projekt teilnehmen.

Hier ist eine Beispielaufteilung:

researcher:
  role: "Content Researcher"
  goal: "Inhalte von einer URL analysieren"
  backstory: "Versiert im Extrahieren von Einsichten."
planner:
  role: "Content Planner"
  goal: "Erstellen eines SEO-optimierten Umrisses"
  backstory: "Experte in Content-Strategie."
writer:
  role: "Content Writer"
  goal: "Fesselnde Blogbeiträge erstellen"
  backstory: "Vielseitiger Schriftsteller in verschiedenen Branchen."
editor:
  role: "Content Editor"
  goal: "Inhalte verfeinern und polieren"
  backstory: "Fokussiert auf Qualitätssicherung." 

Schritt 3: Definieren von Aufgaben in tasks.yaml

Öffnen Sie als nächstes tasks.yaml, um jeder Agenten spezifische Aufgaben zuzuweisen:

research_task:
  description: "Webinhalte analysieren"
  expected_output: "Umfassender Forschungsbericht"
  agent: "researcher"
planning_task:
  description: "SEO-optimierten Umriss erstellen"
  expected_output: "Organisierter Umriss für den Blogbeitrag"
  agent: "planner"
writing_task:
  description: "Den Blogbeitrag entwerfen"
  expected_output: "Gut geschriebene erste Entwurf"
  agent: "writer"
editing_task:
  description: "Inhalte überprüfen und verfeinern"
  expected_output: "Polierter, veröffentlichungsbereiter Beitrag"
  agent: "editor" 

Integration von Werkzeugen und Logik in crew.py

Wir werden nun alles mit der Datei crew.py integrieren. Diese Datei wird die Logik enthalten, die es den Agenten ermöglicht, ihre definierten Aufgaben auszuführen.

Schreiben der Logik in crew.py

Die Datei crew.py definiert, wie jeder Agent arbeitet, wie sie mit Aufgaben interagieren und den Workflow verwalten.

Wir beginnen mit den Imports und definieren die Klassen, Agenten, Aufgaben und die Verbindung zwischen ihnen. Jeder Agent wird dann mit seiner jeweiligen Konfiguration in agents.yaml verknüpft.

Einrichten der main.py Datei

Die Datei main.py dient als Einstiegspunkt, um die Crew zu initiieren und die Aufgaben auszuführen, die Sie in crew.py eingerichtet haben.

Dieses Skript verwaltet Imports, lädt Umgebungsvariablen und führt die Crew aus, um Aufgaben zu verarbeiten.

Projekt ausführen

Sobald alles eingerichtet ist, verwenden Sie den folgenden Befehl in Ihrem Terminal, um Ihr Projekt auszuführen:

python main.py

Ersetzen Sie dies durch den Namen Ihres Projekts. Dieser Befehl wird die Crew ausführen und den Aufgabenworkflow starten, den Sie definiert haben.

Sie können mit Protokollen rechnen, die die Aktionen jedes Agenten während der Ausführung beschreiben, sowie mit den Ausgaben, die in blog_post.md und new-logs.txt gespeichert werden.

Fazit

Indem Sie dieser Anleitung folgen, haben Sie erfolgreich ein Projekt mit CrewAI eingerichtet und ausgeführt. Dazu gehört die Definition von Agenten, Aufgaben und die gesamte Integration, die erforderlich ist, um Inhalte automatisch zu generieren.

Während Sie mit CrewAI fortschreiten, können Sie auf diesem Fundament aufbauen, Agenten anpassen, um besser auf spezifische Bedürfnisse einzugehen, sei es für die Erstellung von Inhalten, die Optimierung von Forschungsabläufen oder die Entwicklung komplexer Workflows. CrewAI ist ein robustes Werkzeug, um diese Ziele effizient zu erfüllen. Viel Spaß beim Programmieren!