​
协作基础

协作是 CrewAI 的基础，它使代理能够结合他们的技能、分享信息并互相协助完成任务，从而体现了一个真正合作的生态系统。

  • 信息共享：通过共享数据和发现，确保所有代理都充分了解信息并能有效做出贡献。
  • 任务协助：允许代理向拥有所需专业知识的同行寻求特定任务的帮助。
  • 资源分配：通过代理之间高效分发和共享资源来优化任务执行。

​
增强的属性以改进协作

Crew 类已通过几个属性得到增强，以支持高级功能

特性描述
语言模型管理 (manager_llm, function_calling_llm)管理用于执行任务和工具的语言模型。层级流程需要 manager_llm，而 function_calling_llm 是可选的，带有用于简化交互的默认值。
自定义管理器代理 (manager_agent)指定一个自定义代理作为管理器，替换默认的 CrewAI 管理器。
流程流 (process)定义任务分配的执行逻辑（例如，顺序、层级）。
详细日志记录 (verbose)提供详细的日志记录用于监控和调试。接受整数和布尔值来控制详细程度。
速率限制 (max_rpm)限制每分钟的请求数以优化资源使用。设置指南取决于任务复杂度和负载。
国际化 / 自定义 (prompt_file)支持提示词自定义以实现全球可用性。 文件示例
回调和遥测 (step_callback, task_callback)启用分步和任务级别的执行监控以及性能分析遥测。
团队共享 (share_crew)允许与 CrewAI 共享团队数据以改进模型。应考虑隐私影响和好处。
使用情况指标 (usage_metrics)记录任务执行期间所有 LLM 使用情况指标，以获取性能洞察。
记忆使用 (memory)启用记忆以存储执行历史记录，有助于代理学习和任务效率。
嵌入器配置 (embedder)配置用于语言理解和生成的嵌入器，支持提供商自定义。
缓存管理 (cache)指定是否缓存工具执行结果，从而提高性能。
输出日志记录 (output_log_file)定义用于记录团队执行输出的文件路径。
规划模式 (planning)在任务执行前启用行动规划。设置 planning=True 激活。
重放功能 (replay)提供 CLI 用于列出上次运行的任务并从特定任务重放，有助于任务管理和故障排除。

​
委托（分而治之）

委托通过允许代理智能地分配任务或寻求帮助来增强功能，从而放大团队的整体能力。

​
实现协作和委托

设置一个团队需要定义每个代理的角色和能力。CrewAI 无缝管理它们的交互，确保高效的协作和委托，并提供增强的自定义和监控功能以适应各种操作需求。

​
示例场景

考虑一个由负责数据收集的研究员代理和负责编译报告的作家代理组成的团队。高级语言模型管理和流程流属性的集成允许更复杂的交互，例如作家委托研究员执行复杂的调研任务或查询特定信息，从而促进无缝的工作流程。

​
结论

将高级属性和功能集成到 CrewAI 框架中显著丰富了代理协作生态系统。这些增强功能不仅简化了交互，还提供了前所未有的灵活性和控制，为通过智能协作和委托解决复杂任务的复杂 AI 驱动解决方案铺平了道路。