我用AI Agent写博客【CrewAI】

最新推荐文章于 2025-03-11 15:53:05 发布

新缸中之脑

最新推荐文章于 2025-03-11 15:53:05 发布

阅读量955

点赞数 21

文章标签：人工智能

本文链接：https://blog.csdn.net/shebao3333/article/details/141116945

版权

从技术角度来说，AI 代理是一种软件实体，旨在代表用户或其他程序自主或半自主地执行任务。这些代理利用人工智能做出决策、采取行动并与其环境或其他系统交互。代理的一些主要特征如下：

自主性：AI 代理无需持续的人为干预即可运行。一旦被赋予目标，它们就可以独立执行任务。
决策：它们使用算法、规则和 AI 模型根据其感知和目标做出决策。这包括评估不同的选项并选择最佳行动方案。
学习：许多 AI 代理采用机器学习技术来提高其随着时间的推移的性能。他们可以从过去的经验中学习并适应新情况。
交互：AI 代理可以与用户、其他代理或系统进行通信和协作。这种交互可能涉及自然语言处理、发送和接收数据或执行协调任务。
专业化：AI 代理可以专门用于特定任务或领域。例如，某些代理可能设计用于网页浏览，而其他代理可能处理数据库交互、执行复杂计算或生成图像。
目标导向：AI 代理通常被设计成具有特定目标或目的。它们通过一系列动作和决策来实现这些目标。

总之，AI 代理是强大的工具，可以自动化和增强各种活动，从简单的重复任务到复杂的问题解决场景，使它们在各种应用和行业中都具有无价的价值。

想象一下，将上述所有概念整合在一起，共同朝着预先定义的目标努力，以实现预期结果。这些任务可以按顺序或分层过程执行，所有代理都像一个协调的团队一样工作。这种强大的协作可以彻底改变我们处理复杂问题的方式，使流程更高效，结果更有效。这就是 CrewAI 框架发挥作用的地方。

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割

1、核心概念 — CrewAI

CrewAi 是一个用于协调角色扮演、自主 AI 代理的尖端框架。通过培养协作智能，CrewAI 使代理能够无缝协作，解决复杂任务。

以下是有关CrewAI的核心概念：

Agent：代理，这些是独立的单元，被编程为执行任务、做出决策和与其他代理通信。他们可以使用工具，这些工具可以是简单的搜索功能，也可以是涉及其他链、API 等的复杂集成。
Task：任务，任务是 AI 代理需要完成的作业或工作。它们可以包含其他信息，例如哪个代理应该执行该任务以及他们可能需要哪些工具。
Crew 是一组代理，每个代理都有特定的角色，他们共同努力实现共同目标。组建团队的过程包括召集代理、定义他们的任务并建立任务执行顺序。

本文旨在通过 CrewAI 示例全面概述 CrewAI 平台的组件。

2、什么是 Ollama ？

Ollama 是一款开源应用程序，可让您在 MacOS、Linux 和 Windows 上使用命令行界面在本地运行、创建和共享大型语言模型。

Ollama 可以直接从其库中访问各种 LLM，可以使用单个命令下载。下载后，您可以通过单个命令执行开始使用它。这对于工作量围绕终端窗口的用户非常有帮助。如果他们被困在某个地方，他们可以在不切换到另一个浏览器窗口的情况下获得答案。

以下是 OLLAMA 成为你工具包中必备工具的原因：

简单：OLLAMA 提供简单的设置过程。你无需拥有机器学习博士学位即可启动和运行它。
成本效益：在本地运行模型意味着你不会产生云成本。你的钱包会感谢你。
隐私：使用 OLLAMA，所有数据处理都在你的本地机器上进行。这对于用户隐私来说是一个巨大的胜利。
多功能性：OLLAMA 不仅适用于 Python 爱好者。它的灵活性使其可用于各种应用程序，包括 Web 开发。

3、使用 Ollama 选择 LLM

默认情况下，Openai 模型在 CrewAI 中用作 llm。为了使 CrewAI 团队达到最佳性能，请考虑为你的 AI 代理使用 GPT-4 或 OpenAI 稍便宜的 GPT-3.5。这些模型是你的代理的骨干，并显著影响其功能

但在这里我们将使用 Meta Llama 3，这是迄今为止功能最强大的公开可用 LLM。Meta Llama 3 是 Meta Inc. 开发的一系列模型，是最新的先进模型，提供 8B 和 70B 参数大小（预训练或指令调整）。

Llama 3 指令调整模型针对对话/聊天用例进行了微调和优化，并且在常见基准上优于许多可用的开源聊天模型。

llama3

4、代码实现

首先需要安装所需的依赖项。

4.1 Windows安装Ollama

转到 Ollama 并下载 .exe 文件：

下载 Ollama 并在 Windows 上安装。你可以选择使用默认模型保存路径，通常位于：

C:\Users\your_user\.ollama

但是，如果 C: 分区上的空间有限，建议切换到其他目录。如果你有另一个分区，例如 D:\，只需：

右键单击桌面上的计算机图标。
选择“属性”，然后导航到“高级系统设置”。
单击“环境变量”。
在“用户变量...”中，插入您计划存储所有模型的目录的绝对路径。例如：

Windows 底部栏上将出现一个 Ollama 图标。如果程序未启动，请在 Windows 程序中搜索它并从那里启动它。

然后从命令提示符下载 llama3 模型：

ollama run llama3

4.2 将 LLM 设置为 Llama3

在项目目录中创建类似于下面的 ModelFile：

FROM llama3

# Set parameters

PARAMETER temperature 0.8
PARAMETER stop Result

# Sets a custom system message to specify the behavior of the chat assistant

# Leaving it blank for now.

SYSTEM """"""

在命令提示符中运行以下命令：

>>ollama create crewai-llama3 -f .\Modelfile

transferring model data
reading model metadata
creating system layer
creating parameters layer
creating config layer
using already created layer sha256:00e1317cbf74d901080d7100f57580ba8dd8de57203072dc6f668324ba545f29
using already created layer sha256:4fa551d4f938f68b8c1e6afa9d28befb70e3f33f75d0753248d530364aeea40f
using already created layer sha256:8ab4849b038cf0abc5b1c9b8ee1443dca6b93a045c2272180d985126eb40bf6f
writing layer sha256:71f37c09fdf6373a2c6afd11a4d20421862fd722ce465743c2f49f763a639f56
writing layer sha256:045397f468c947b89b22042cb6cf3f3b275c93751c1e66d077f967ff85977d51
writing layer sha256:a5d199f54597766bdf1741b00fc797bec159ae6386feef22d3f062a5fe5dc9ef
writing manifest
success

from crewai import Agent, Task, Crew
from langchain_openai import ChatOpenAI
import os
os.environ["OPENAI_API_KEY"] = "NA"

llm = ChatOpenAI(
    model = "crewai-llama3",
    base_url = "http://localhost:11434/v1")