Crewai를 사용하여 다중 에이전트 시스템의 입력 및 출력 구조

에이전트 기반 시스템 최적화 : 성능 향상을위한 입력 및 출력 구조

에이전트 기반 시스템의 성능을 향상시키고 싶으십니까? 주요 전략은 에이전트간에 교환 된 입력과 중간 출력을 세 심하게 구조화하는 것입니다. 이 기사는 입력을 구성하는 방법, 데이터 전송에 자리 표시자를 활용하는 방법을 자세히 설명하며 각 에이전트가 예상 결과를 전달하도록하는 구조 출력. 이러한 요소를 최적화하면 에이전트 시스템에서보다 일관되고 신뢰할 수있는 결과를 얻을 수 있습니다. 에이전트 시스템은 여러 에이전트가 공동 작업, 의사 소통 및 문제 해결을 활용하여 개별 LLM의 기능을 초과합니다. 이 안내서는 Crewai, Pydantic Models 및 JSON을 사용하여 다중 에이전트 컨텍스트에서 출력 (및 입력)을 구조화합니다.

주요 고려 사항

1. 잘 구조화 된 입력 및 출력은 최적의 에이전트 기반 시스템 성능에 필수적입니다.
2. Pydantic 모델은 에이전트 간 커뮤니케이션을위한 데이터 검증 및 구성을 제공합니다.
3. Crewai는 에이전트 통합, 작업 실행 및 입력/출력 데이터 관리를 용이하게합니다.
4. 구조화 된 데이터는 데이터 손실 및 불일치를 방지하여 원활한 협업을 촉진합니다.
5. 모델 또는 JSON을 사용하여 예상 출력을 정의하면 정밀도와 신뢰성이 향상됩니다.
6. 효과적인 데이터 관리는 복잡한 작업을 위해 다중 에이전트 시스템을 최적화합니다.

목차

• 주요 고려 사항
• Pydantic 모델 활용
• Pydantic 모델 예
• 설치
• 입력 구조
• 구조화 출력
• 결론
• 자주 묻는 질문

Pydantic 모델 활용

Pydantic Library에서 제공하는 Pydantic 모델은 데이터 구문 분석 및 검증을 위해 설계된 Python 객체입니다. 그들은 인스턴스화시 데이터를 자동으로 검증하는 Python 클래스 (모델)의 생성을 가능하게하여 입력 데이터가 예상 유형 및 제약 조건과 일치하도록합니다. 이를 통해 신뢰할 수있는 구조화 된 데이터 처리를 보장합니다.

주요 기능 :

특징	설명
데이터 검증	예상 유형 (예 :, int , str , list ) 및 사용자 정의 규칙에 대한 입력 데이터를 확인합니다.
자동 유형 변환	호환 데이터 유형 (예 : "2024-10-27"을 datetime.date 로 자동 변환합니다.
데이터 직렬화	데이터를 JSON과 같은 형식으로 직렬화하여 API 상호 작용을 단순화합니다.
기본값	유연한 입력 처리에 대한 선택적 필드 또는 기본값을 허용합니다.

Pydantic 모델 예

Pydantic의 BaseModel 에서 유 상속적 인 UserModel 만들어 봅시다. 인스턴스화 된 클래스에는 정수 id , 문자열 name 및 이메일 주소가 필요합니다.

 Pydantic Import Basemodel에서
클래스 usermodel (Basemodel) :
    ID : int
    이름 : str
    이메일 : str

# 유효한 입력
valid_user = usermodel (id = 1, name = "vidhya", email = "vidhya@example.com")
print (valid_user)

# 잘못된 입력 (유효성 검사 오류 제기)
노력하다:
    invalid_user = usermodel (id = "one", name = "vidhya", email = "vidhya@example.com")
valueError를 제외하고 E :
    print (f "검증 오류 : {e}")

이것은 잘못된 데이터 유형이 제공 될 때 Pydantic의 오류 처리를 보여줍니다.

선택 사항, 날짜 및 기본값 기능을 살펴 보겠습니다.

 Pydantic Import Basemodel에서
가져 오기 옵션 입력에서
DateTime에서 가져 오기 날짜
클래스 EventModel (Basemodel) :
    Event_Name : 선택 사항 [str] = 없음 # 선택적 필드
    event_loc : str = "인도" # 기본값
    event_date : 날짜

# 자동 변환
event = eventModel (event_date = "2024-10-27")
인쇄 (이벤트)

이것은 옵션 필드 및 자동 유형 변환을 보여줍니다.

설치

Crewai 설치 :

 PIP 설치 Crewai

입력 구조

입력은 에이전트 및 작업을 정의 할 때 변수 이름을 사용하여 Curly Braces {} 내에서 형식화됩니다. human_input=True respput 피드백을 위해 사용자에게 프롬프트합니다. 다음은 물리학 질문에 대한 대리인과 과제의 예입니다.

 Crewai 수입 대리인, 작업, 승무원으로부터
OS 가져 오기
os.environ [ 'Openai_api_key'] = '' # 키로 바꾸십시오
os.environ [ 'Openai_model_name'] = 'gpt-4o-mini-2024-07-18' # 또는 선호하는 모델

# ... (원래 예에서와 같이 에이전트 및 작업 정의) ...

입력은 crew.kickoff() 의 inputs 매개 변수를 통해 전달됩니다.

구조화 출력

사용자 세부 정보 (이름, 이메일, 전화, 직업)를 수집하기 위해 에이전트를 만들어 봅시다. 구조화 출력은 Pydantic 모델 또는 JSON으로서 예상 출력 형식을 정의하여 후속 에이전트가 구조화 된 데이터를 수신하도록합니다.

 Pydantic Import Basemodel에서
입력 가져 오기 목록에서

# ... (원래 예에서와 같이 Pydantic 모델 정의) ...

# ... (원래 예제에서와 같이 에이전트 및 작업 정의, output_pydantic 및 output_json 사용) ...

최종 에이전트는 모든 세부 사항을 결합하여 출력을 output_file 사용하여 파일에 저장합니다.

결론

이 기사는 Pydantic과 Crewai를 사용하여 다중 에이전트 시스템에서 입력 및 출력 구조의 중요성을 강조했습니다. 잘 구조화 된 데이터는 성능, 안정성을 향상 시키며 오류를 방지합니다. 이러한 전략은 복잡한 작업을위한보다 강력한 에이전트 시스템을 구축합니다.

자주 묻는 질문

Q1. 에이전트 기반 시스템은 무엇입니까? 에이전트 기반 시스템은 단일 LLM의 기능을 초과하여 문제를 해결하기 위해 협력하는 여러 에이전트를 사용합니다.

Q2. Crewai는 무엇입니까? Crewai는 에이전트 시스템 관리, 에이전트 협업 및 데이터 처리를 간소화하기위한 프레임 워크입니다.

Q3. Crewai에서 이미지를 입력하는 방법은 무엇입니까? 한 가지 방법은 이미지 URL을 입력 변수로 제공하는 것입니다.

Q4. Pydantic 모델은 무엇입니까? Pydantic 모델은 데이터를 검증하고 직렬화하여 에이전트 기반 시스템의 데이터 무결성을 보장합니다.

Q5. Pydantic을 사용하여 출력을 구조화하는 방법은 무엇입니까? Pydantic 모델 내에서 예상 출력 필드를 정의하여 후속 에이전트에 대한 일관된 데이터 형식을 보장하십시오.

위 내용은 Crewai를 사용하여 다중 에이전트 시스템의 입력 및 출력 구조의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!