crewai
Multi-Agent-KI-Systeme mit CrewAI erstellen
Die Erstellung von kollaborativen KI-Agenten-Teams erfordert das Verständnis von CrewAI-Framework-Mustern. Diese Kompetenz bietet fachkundige Anleitungen zum Agenten-Design, zur Aufgabendefinition und zur Crew-Orchestrierung für den Aufbau produktionsreifer Multi-Agenten-Systeme.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "crewai". Erstellen Sie eine Recherche-Crew mit zwei Agenten
Erwartetes Ergebnis:
Eine grundlegende Crew-Konfiguration mit Recherche- und Schreiber-Agenten, einschließlich YAML-Konfigurationsdateien und Python-Decorator-basiertem Setup, das Agentenrollen, Ziele, Hintergründe und Aufgabendefinitionen demonstriert.
Verwendung von "crewai". Zeigen Sie mir, wie ich den hierarchischen Prozess verwende
Erwartetes Ergebnis:
Vollständiges Beispiel mit manager_llm-Konfiguration, Worker-Agenten-Definitionen und wie der Manager Aufgaben an spezialisierte Agenten delegiert.
Sicherheitsaudit
SicherStatic analysis flagged potential issues (external_commands, weak_crypto) but all are false positives. The file is a markdown documentation skill using markdown code block delimiters (backticks) which were misidentified as shell execution. No executable code, network calls, or security risks present. Safe for publication.
Probleme mit hohem Risiko (1)
Probleme mit mittlerem Risiko (1)
Qualitätsbewertung
Was du bauen kannst
Recherche- und Content-Erstellungspipeline
Erstellen Sie eine Crew mit Recherche-, Schreiber- und Lektorats-Agenten, um Recherche- und Content-Produktions-Workflows zu automatisieren
Datenanalyse-Team
Erstellen Sie spezialisierte Analysten-Agenten für Datenerfassung, -verarbeitung und -visualisierungsaufgaben
Code-Review und Dokumentation
Automatisieren Sie Code-Review, Dokumentationsgenerierung und Qualitätssicherung mit spezialisierten Agenten-Crews
Probiere diese Prompts
Erstellen Sie eine einfache CrewAI-Crew mit einem Recherche-Agenten und einem Schreiber-Agenten. Der Recherche-Agent soll Informationen zu {topic} finden und der Schreiber soll einen Blogbeitrag aus der Recherche erstellen.Richten Sie einen hierarchischen CrewAI-Prozess mit einem Manager-Agenten ein, der drei Worker-Agenten koordiniert: einen Datensammler, einen Analysten und einen Reporter. Verwenden Sie gpt-4o als Manager-LLM.
Erstellen Sie eine Crew, bei der Aufgabe B von der Ausgabe von Aufgabe A abhängt. Aufgabe A soll Daten sammeln und Aufgabe B soll diese Daten analysieren und einen Zusammenfassungsbericht erstellen.
Konfigurieren Sie eine CrewAI-Crew mit aktivierter Planung. Erstellen Sie drei Agenten: Planer, Ausführer und Validierer. Aktivieren Sie die Planung, damit die Crew einen Ausführungsplan generiert, bevor sie Aufgaben ausführt.
Bewährte Verfahren
- Definieren Sie spezifische, fokussierte Agentenrollen anstatt generischer - verwenden Sie Titel wie 'Senior Research Analyst' anstatt 'Researcher'
- Geben Sie immer expected_output für Aufgaben an, um konsistente, nutzbare Ergebnisse zu gewährleisten
- Beginnen Sie mit 3-5 Agenten und fügen Sie nur dann mehr hinzu, wenn der Koordinationsaufwand gerechtfertigt ist
Vermeiden
- Das Erstellen vager Agentenrollen ohne klare Expertisebereiche führt zu schlechter Aufgabendelegation
- Das Weglassen der expected_output-Definition führt zu inkonsistenten Ergebnissen und schwer verkettbaren Aufgaben
- Die Verwendung zu vieler Agenten erzeugt Koordinationsaufwand und langsamere Ausführung ohne proportionalen Nutzen