승무원 디버깅: CrewAI에서 에이전트 및 작업 분리

CrewAI로 복잡한 다중 에이전트 AI 시스템을 개발하는 것은 빠르게 어려워질 수 있습니다. 이 게시물에서는 더 쉬운 디버깅과 더 빠른 반복을 위해 개별 에이전트와 작업을 분리하고 테스트하는 방법을 보여줍니다.

고립의 이점

CrewAI 시스템의 구성요소를 분리하는 것은 단위 테스트와 유사합니다. 이 접근 방식은 다음과 같은 몇 가지 주요 이점을 제공합니다.

• 간소화된 디버깅: 단일 에이전트나 작업에 집중하여 문제를 신속하게 식별하므로 전체 시스템의 로그를 살펴볼 필요가 없습니다.
• 신속한 반복: 전체 팀을 반복적으로 실행하지 않고도 에이전트 동작 또는 작업 정의에 대한 수정 사항을 테스트합니다.
• 목표 성능 최적화: 시스템의 나머지 부분과 분리될 때 개별 구성 요소를 더욱 효과적으로 프로파일링하고 최적화합니다.

핵심 요소를 살펴보겠습니다.

1. researcher 요원(agents.yaml):

   <code class="language-yaml"> researcher:
      role: "Senior Research Analyst"
      goal: "Uncover groundbreaking technologies in AI"
      backstory: "A highly skilled researcher with a passion for AI advancements."
      llm: gemini/gemini-1.5-flash # Replace with your preferred LLM
      allow_delegation: false
      tools:
        - WebSearchTool</code>

2. research_task(tasks.yaml):

   <code class="language-yaml"> research_task:
      description: "Research the latest developments in AI for 2024."
      expected_output: "A report summarizing the key AI trends."
      agent: researcher</code>

3. IndependentCrew 클래스(crew.py):

   <code class="language-python"> from crewai import Agent, Crew, Process, Task
    from crewai.project import CrewBase, agent, crew, task
    from .tools import WebSearchTool
   
    @CrewBase
    class IndependentCrew():
        """IndependentCrew crew"""
   
        agents_config = 'config/agents.yaml'
        tasks_config = 'config/tasks.yaml'
   
        @agent
        def researcher(self) -> Agent:
            return Agent(
                config=self.agents_config['researcher'],
                verbose=True,
                tools=[WebSearchTool()]
            )
   
        @task
        def research_task(self) -> Task:
            return Task(
                config=self.tasks_config['research_task'],
            )
   
        @crew
        def crew(self) -> Crew:
            """Creates the IndependentCrew crew"""
   
            return Crew(
                agents=self.agents,
                tasks=self.tasks,
                process=Process.sequential,
                verbose=True,
            )</code>

4. 에이전트를 독립적으로 실행(run_agent.py): 이 예에서는 제작진 컨텍스트 외부에서 에이전트를 생성 및 사용하고, 사용자 정의 작업을 실행하고, 정의된 에이전트와 작업을 재사용하는 방법을 보여줍니다.

5. 작업을 독립적으로 실행(run_task.py): 이는 동기 및 비동기 실행을 포함하여 작업을 독립적으로 생성 및 실행하고 사용자 정의 컨텍스트 및 도구를 사용하는 방법을 보여줍니다. 또한 사용자 정의 컨텍스트로 정의된 작업을 재사용하는 방법도 보여줍니다.

결론

에이전트와 작업을 독립적으로 실행할 수 있는 기능은 CrewAI 개발에 상당한 유연성과 제어 기능을 제공합니다. 이러한 격리된 테스트 접근 방식은 디버깅을 간소화하고 반복을 가속화하며 전반적인 효율성을 향상시킵니다. 제공된 코드 예제는 이 기술을 프로젝트에 통합하기 위한 실용적인 시작점을 제공합니다. 자세한 내용과 지원은 CrewAI 문서와 GitHub 저장소를 참조하세요.

자원:

• GitHub 저장소: https://www.php.cn/link/cd50a6640d6284992905dc447fd7701d
• CrewAI 문서: https://www.php.cn/link/df5665df072805334c14ca0c79bbe794

위 내용은 승무원 디버깅: CrewAI에서 에이전트 및 작업 분리의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!