CrewAI 倡导模块化，意味着它就像一套积木（就像LangChain一样）。主要包括几个模块：

• 代理： 这些就像您的专用团队成员，每个都有他们的角色、背景故事、目标和记忆。

• 工具： Agent 智能体用来高效执行任务的设备，可以使用LangChain中的任何现有工具，或者快速编写自己的工具。

• 任务： 给定 Agent 智能体制定任务目标。

• 流程： 这是团队为完成任务而遵循的工作流程或策略。

• 团队： 相同任务的 Agent 智能体组成的小团队。

简单就是美，CrewAI 通过将复杂的Agent 分解为这些模块化组件，虽然单独的任务很重要，但当多个代理聚集在一起形成一个团队时，CrewAI真正表现出色。

这就像人类中的团队合作：协作、共享目标，并遵循流程以实现共同目标。

我们可以通过订制一个海报来展示CrewAI的能力，不仅仅是一个简单的画图工作，需要可以真正调研市场并展示产品的优势，最终通过编写文案和画图，打造一个真正可商业化的海报。

如果做一个这样的海报，大概需要以下的流程：

1. 首先写下一个简单的想法，比如“一种适合减肥的健康小吃”。

2. 通过一些研究来扩展它，了解市场，以及为什么这是一个好主意。

3. 找到合适的模板。

4. 为海报编写文案。

5. 使用适当的模板和文案生成海报。

所以如果我必须为这个任务组建一个团队，我会招聘哪些人员？

• 市场分析师：了解客户痛点，突出我们产品的优势。

• 文案大师：来打造引人入胜的故事，围绕一个想法吸引和吸引人们。

• 画图大师：构建一个直观、美观、高转化率的背景图。

• 内容编辑：确保海报内容清晰、简洁、美观。

现在已经拥有了我们的团队，让我们看看如何通过代码将其转换为一个初始的 CrewAI 团队。

首先需要创建 AI 智能体代理，创建要它们执行的任务，然后将它们组合在一个团队中。

from crewai import Agent, Task, Crew
## 使用目标、角色、背景故事和工具创建代理、市场分析师idea_analyst = Agent(role="Senior Idea Analyst",goal="Understand and expand upon the essence of ideas... [rest of it]",background_story="You're recognized as a thought leader... [rest of it]",verbose=True,tools=[SearchTools.search_internet,BrowserTools.scrape_and_summarize_website])# communications_strategist = Agent(...) 另一个代理
## 创建将产生完整想法提案的任务expand_idea_task = Task(description="THIS IS A GREAT IDEA! Analyze it and conduct... [rest of description]",agent=idea_analyst)# refine_idea_task = Task(...) 另一个任务
## 创建将产生完整想法提案的团队crew = Crew(agents=[idea_analyst, communications_strategist],tasks=[expand_idea_task, refine_idea_task],verbose=True)
final_improved_idea = crew.kickoff() # 返回最终的想法提案

实际上，每个CrewAI Agent智能体本质上都是一个LangChain代理，但是通过一个ReActSingleInputOutputParser方法进行了增强。

这个解析器是特别修改的，以更好地支持角色扮演，结合了一个用于上下文关注的绑定停止词，并集成了一个记忆机制（使用LangChain的ConversationSummaryMemory）以保持任务的连续性。

Agent智能体是建立在LangChain之上，所以可以复用所有的LangChain工具和工具包，通过LangChain的能力进一步扩展CrewAI能实现的功能。

团队作为一个框架，封装了代理和任务，促进了它们的顺序执行工作。在实践中，您可能会发现部署多个独立的团队更有效，每个团队都有一些代理。

这种模块化方法允许每个团队有多样化的结果，而不是一个单一的大型团队处理许多任务和代理以获得单一的输出。

此外，虽然在当前版本中，Agent 智能体自主运作并进行自我对话。CrewAI 的未来发展计划是引入多样化的流程类型。

这将允许在各种团体设置中进行不同的合作模式，比如允许在运行时在Agent之间动态分配任务，比如“协商”和“等级制度”，以解锁更多潜在用途。