type
status
date
summary
slug
tags
category
password
URL
icon
<Multi AI Agent Systems with crewAI>是吴恩达大佬与CrewAI的创始人兼CEO合作新开的一门课程，该课程的目标是通过理论和实际案例，让学员掌握构建智能体系统的技能，最终能自主构建复杂的智能体团队。该课程是以视频教学的形式进行的，为了便于大家快速学习，我这边提供了图文形式。官方链接放在了左下角，大家点击原文链接即可查看官方视频课程。该课程共分为17节，本文是第十一节，后续我会每天更新一节，大家有问题可以随时私信或者写在评论区。以下是第十一节的图文内容。
课程内容
首先，我们通过添加基本代码并消除警告信息开始。
接下来，你需要导入你的crew（团队）、agent（代理）和tasks（任务）类。现在你已经导入了这些类，我们可以设置环境变量了。为此，我将复制这段代码。请记住，在这个例子中我们还将使用SERPer。因此，你需要一个SERP API密钥，这个密钥将提供给你，也可以通过它们的网站找到，并且他们提供免费的信用额度。现在我们已经设置好了密钥和我们将要使用的模型，让我们继续导入我们的工具。
这次我们将使用两个工具：scrape website（网站抓取）工具和SERP开发工具。想一想这些工具如何组合使用。SERP开发工具允许你使用Google搜索互联网并返回结果。然后，scrape website工具允许你的代理进入它找到的那些网站，并获取其内容，以便在执行中使用。你可以看到，如何规划工具对代理的行为有很长远的影响。
现在，让我们创建你的第一个代理。首先创建一个场地协调员，这也透露了我们正在构建的内容。本课例子中的团队能够为我们组织一个活动或聚会。这个第一代理的单一目标是识别并预订合适的场地。根据活动的具体情况和要求，它将在互联网上搜索能够支持该活动的场地，并为我们找到这些场地。现在我们可以创建这个代理了。
接下来的代理将是一个后勤经理代理。这个代理确保考虑活动的后勤问题。现在第一个代理已经找到了一些场地选项，它将思考这些安排如何实施，并确保场地适合我们进行会议或聚会。接着，我们也将创建这个代理。
我们的第三个代理有些不同。它是一个市场营销代理。它的任务是在场地和后勤的基础上思考如何市场化这个活动，如何推广这次聚会以吸引尽可能多的人参加。这个代理将尝试创造性地思考我们组织的活动、场地和位置，并将这些元素结合起来，形成我们可以用于市场营销的东西。我们也将创建这个代理。
现在我们拥有一个系统，不仅能找到关于活动的信息，还能考虑后勤和市场营销，一气呵成，如果不是构建AI应用，使用传统编程实现这一点将非常困难。现在我们有了这三个代理，我们将做一些不同的事情。我们将创建一个名为venue details的Pydentic对象，它将保存我们的场地详细信息。这非常有趣，因为它展示了任务中还未讨论过的一个新功能。这里，你可以看到我们正在导入Pydentic基类模型，并创建一个从基类模型继承的名为venue details的类。我们指定这个venue details将具有四个不同的属性：名称、地址、容量和预订状态。创建这个模型的原因是让我们的代理可以使用它，创建它的实例。
接下来我们创建我们的任务。第一个任务是找到我们活动的场地，它期望有几个输入：活动城市和活动主题。你可以看到我们正在使用一些之前未使用过的属性。例如，我们说我们想要输出一个JSON，并且为了输出这个JSON，我们传递我们的Pydentic对象。这就是幕后发生的事情：我们的代理将其模糊输出转换为这种强类型模型，然后将其转换为JSON。然后我们将这个结果输出到一个JSON文件中，我们可以实际使用这个文件。这只是展示任务类中你不常用但在某些情况下具有超能力的一些属性的例子。人们在尝试将代理集成到现有系统中时经常使用这些属性，而不是通过API来做。
总结来说，我们创建了一个多代理系统，它不仅能找到合适的场地，还能考虑活动的后勤和市场营销策略，从而为活动的组织和推广提供全方位的解决方案。这种系统的实施展示了AI和常规编程应用之间的桥梁，以及多代理系统在现实世界中的潜在应用广泛性。
- 作者:luxinfeng
- 链接:https://www.luxinfeng.top/article/%E8%87%AA%E5%8A%A8%E5%8C%96%E4%BA%8B%E4%BB%B6%E7%AD%96%E5%88%92
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。