Visão Geral
A colaboração no CrewAI permite que agentes trabalhem juntos como uma equipe, delegando tarefas e fazendo perguntas para aproveitar a expertise uns dos outros. Quando allow_delegation=True
, os agentes automaticamente têm acesso a poderosas ferramentas de colaboração.
Guia Rápido: Habilite a Colaboração
from crewai import Agent, Crew, Task
# Enable collaboration for agents
researcher = Agent(
role="Especialista em Pesquisa",
goal="Realizar pesquisas aprofundadas sobre qualquer tema",
backstory="Pesquisador especialista com acesso a diversas fontes",
allow_delegation=True, # 🔑 Configuração chave para colaboração
verbose=True
)
writer = Agent(
role="Redator de Conteúdo",
goal="Criar conteúdo envolvente com base em pesquisas",
backstory="Redator habilidoso que transforma pesquisas em conteúdo atraente",
allow_delegation=True, # 🔑 Permite fazer perguntas a outros agentes
verbose=True
)
# Agents can now collaborate automatically
crew = Crew(
agents=[researcher, writer],
tasks=[...],
verbose=True
)
Como Funciona a Colaboração entre Agentes
Quando allow_delegation=True
, o CrewAI automaticamente fornece aos agentes duas ferramentas poderosas:
1. Ferramenta de Delegação de Trabalho
Permite que agentes designem tarefas para colegas com expertise específica.
# Agent automatically gets this tool:
# Delegate work to coworker(task: str, context: str, coworker: str)
2. Ferramenta de Fazer Pergunta
Permite que agentes façam perguntas específicas para obter informações de colegas.
# Agent automatically gets this tool:
# Ask question to coworker(question: str, context: str, coworker: str)
Colaboração em Ação
Veja um exemplo completo onde agentes colaboram em uma tarefa de criação de conteúdo:
from crewai import Agent, Crew, Task, Process
# Create collaborative agents
researcher = Agent(
role="Especialista em Pesquisa",
goal="Realizar pesquisas aprofundadas sobre qualquer tema",
backstory="Pesquisador especialista com acesso a diversas fontes",
allow_delegation=True,
verbose=True
)
writer = Agent(
role="Redator de Conteúdo",
goal="Criar conteúdo envolvente com base em pesquisas",
backstory="Redator habilidoso que transforma pesquisas em conteúdo atraente",
allow_delegation=True,
verbose=True
)
editor = Agent(
role="Content Editor",
goal="Ensure content quality and consistency",
backstory="""You're an experienced editor with an eye for detail,
ensuring content meets high standards for clarity and accuracy.""",
allow_delegation=True,
verbose=True
)
# Create a task that encourages collaboration
article_task = Task(
description="""Escreva um artigo abrangente de 1000 palavras sobre 'O Futuro da IA na Saúde'.
O artigo deve incluir:
- Aplicações atuais de IA na saúde
- Tendências e tecnologias emergentes
- Desafios potenciais e considerações éticas
- Previsões de especialistas para os próximos 5 anos
Colabore com seus colegas para garantir precisão e qualidade.""",
expected_output="Um artigo bem pesquisado, envolvente, com 1000 palavras, estrutura adequada e citações",
agent=writer # O redator lidera, mas pode delegar pesquisa ao pesquisador
)
# Create collaborative crew
crew = Crew(
agents=[researcher, writer, editor],
tasks=[article_task],
process=Process.sequential,
verbose=True
)
result = crew.kickoff()
Padrões de Colaboração
Padrão 1: Pesquisa → Redação → Edição
research_task = Task(
description="Pesquise os últimos avanços em computação quântica",
expected_output="Resumo abrangente da pesquisa com principais descobertas e fontes",
agent=researcher
)
writing_task = Task(
description="Escreva um artigo com base nos achados da pesquisa",
expected_output="Artigo envolvente de 800 palavras sobre computação quântica",
agent=writer,
context=[research_task] # Recebe a saída da pesquisa como contexto
)
editing_task = Task(
description="Edite e revise o artigo para publicação",
expected_output="Artigo pronto para publicação, com clareza e fluidez aprimoradas",
agent=editor,
context=[writing_task] # Recebe o rascunho do artigo como contexto
)
Padrão 2: Tarefa Única Colaborativa
collaborative_task = Task(
description="""Crie uma estratégia de marketing para um novo produto de IA.
Redator: Foque em mensagens e estratégia de conteúdo
Pesquisador: Forneça análise de mercado e insights de concorrentes
Trabalhem juntos para criar uma estratégia abrangente.""",
expected_output="Estratégia de marketing completa com embasamento em pesquisa",
agent=writer # Agente líder, mas pode delegar ao pesquisador
)
Colaboração Hierárquica
Para projetos complexos, utilize um processo hierárquico com um agente gerente:
from crewai import Agent, Crew, Task, Process
# Manager agent coordinates the team
manager = Agent(
role="Gerente de Projetos",
goal="Coordenar esforços da equipe e garantir o sucesso do projeto",
backstory="Gerente de projetos experiente, habilidoso em delegação e controle de qualidade",
allow_delegation=True,
verbose=True
)
# Specialist agents
researcher = Agent(
role="Pesquisador",
goal="Fornecer pesquisa e análise precisas",
backstory="Pesquisador especialista com habilidades analíticas profundas",
allow_delegation=False, # Especialistas focam em sua expertise
verbose=True
)
writer = Agent(
role="Redator",
goal="Criar conteúdo envolvente",
backstory="Redator habilidoso que cria conteúdo atraente",
allow_delegation=False,
verbose=True
)
# Manager-led task
project_task = Task(
description="Crie um relatório de análise de mercado completo com recomendações",
expected_output="Resumo executivo, análise detalhada e recomendações estratégicas",
agent=manager # O gerente delega para especialistas
)
# Hierarchical crew
crew = Crew(
agents=[manager, researcher, writer],
tasks=[project_task],
process=Process.hierarchical, # Manager coordinates everything
manager_llm="gpt-4o", # Specify LLM for manager
verbose=True
)
Melhores Práticas para Colaboração
1. Definição Clara de Papéis
# ✅ Bom: papéis específicos e complementares
researcher = Agent(role="Market Research Analyst", ...)
writer = Agent(role="Technical Content Writer", ...)
# ❌ Evite: Papéis sobrepostos ou vagos
agent1 = Agent(role="General Assistant", ...)
agent2 = Agent(role="Helper", ...)
2. Delegação Estratégica Habilitada
# ✅ Habilite delegação para coordenadores e generalistas
lead_agent = Agent(
role="Content Lead",
allow_delegation=True, # Can delegate to specialists
...
)
# ✅ Desative para especialistas focados (opcional)
specialist_agent = Agent(
role="Data Analyst",
allow_delegation=False, # Focuses on core expertise
...
)
3. Compartilhamento de Contexto
# ✅ Use o parâmetro context para dependências entre tarefas
writing_task = Task(
description="Write article based on research",
agent=writer,
context=[research_task], # Shares research results
...
)
4. Descrições Claras de Tarefas
# ✅ Descrições específicas e acionáveis
Task(
description="""Research competitors in the AI chatbot space.
Focus on: pricing models, key features, target markets.
Provide data in a structured format.""",
...
)
# ❌ Descrições vagas que não orientam a colaboração
Task(description="Do some research about chatbots", ...)
Solução de Problemas em Colaboração
Problema: Agentes Não Colaboram
Sintomas: Agentes trabalham isoladamente, sem ocorrer delegação
# ✅ Solução: Certifique-se que a delegação está habilitada
agent = Agent(
role="...",
allow_delegation=True, # This is required!
...
)
Problema: Troca Excessiva de Perguntas
Sintomas: Agentes fazem perguntas em excesso, progresso lento
# ✅ Solução: Forneça melhor contexto e papéis específicos
Task(
description="""Write a technical blog post about machine learning.
Context: Target audience is software developers with basic ML knowledge.
Length: 1200 words
Include: code examples, practical applications, best practices
If you need specific technical details, delegate research to the researcher.""",
...
)
Problema: Loops de Delegação
Sintomas: Agentes delegam tarefas repetidamente uns para os outros indefinidamente
# ✅ Solução: Hierarquia e responsabilidades bem definidas
manager = Agent(role="Manager", allow_delegation=True)
specialist1 = Agent(role="Specialist A", allow_delegation=False) # No re-delegation
specialist2 = Agent(role="Specialist B", allow_delegation=False)
Recursos Avançados de Colaboração
Regras Personalizadas de Colaboração
# Set specific collaboration guidelines in agent backstory
agent = Agent(
role="Senior Developer",
backstory="""You lead development projects and coordinate with team members.
Collaboration guidelines:
- Delegate research tasks to the Research Analyst
- Ask the Designer for UI/UX guidance
- Consult the QA Engineer for testing strategies
- Only escalate blocking issues to the Project Manager""",
allow_delegation=True
)
Monitoramento da Colaboração
def track_collaboration(output):
"""Track collaboration patterns"""
if "Delegate work to coworker" in output.raw:
print("🤝 Delegation occurred")
if "Ask question to coworker" in output.raw:
print("❓ Question asked")
crew = Crew(
agents=[...],
tasks=[...],
step_callback=track_collaboration, # Monitor collaboration
verbose=True
)
Memória e Aprendizado
Permita que agentes se lembrem de colaborações passadas:
agent = Agent(
role="Content Lead",
memory=True, # Remembers past interactions
allow_delegation=True,
verbose=True
)
Com a memória ativada, os agentes aprendem com colaborações anteriores e aprimoram suas decisões de delegação ao longo do tempo.
Próximos Passos
- Teste os exemplos: Comece pelo exemplo básico de colaboração
- Experimente diferentes papéis: Teste combinações variadas de papéis de agentes
- Monitore as interações: Use
verbose=True
para ver a colaboração em ação
- Otimize descrições de tarefas: Tarefas claras geram melhor colaboração
- Escale: Experimente processos hierárquicos para projetos complexos
A colaboração transforma agentes de IA individuais em equipes poderosas capazes de enfrentar desafios complexos e multifacetados juntos.