Monte sua Primeira Crew

crewai create crew research_crew
cd research_crew

research_crew/
├── .gitignore
├── pyproject.toml
├── README.md
├── .env
└── src/
    └── research_crew/
        ├── __init__.py
        ├── main.py
        ├── crew.py
        ├── tools/
        │   ├── custom_tool.py
        │   └── __init__.py
        └── config/
            ├── agents.yaml
            └── tasks.yaml

# src/research_crew/config/agents.yaml
researcher:
  role: >
    Especialista Sênior em Pesquisa para {topic}
  goal: >
    Encontrar informações abrangentes e precisas sobre {topic}
    com foco em desenvolvimentos recentes e insights chave
  backstory: >
    Você é um especialista em pesquisa experiente com talento para
    encontrar informações relevantes de diversas fontes. Você se destaca em
    organizar informações de forma clara e estruturada, tornando temas complexos acessíveis para outros.
  llm: provider/model-id  # ex: openai/gpt-4o, google/gemini-2.0-flash, anthropic/claude...

analyst:
  role: >
    Analista de Dados e Redator de Relatórios para {topic}
  goal: >
    Analisar os resultados da pesquisa e criar um relatório abrangente e bem estruturado
    que apresente os insights de forma clara e envolvente
  backstory: >
    Você é um analista habilidoso com experiência em interpretação de dados
    e redação técnica. Tem talento para identificar padrões
    e extrair insights relevantes dos dados de pesquisa, comunicando esses insights de forma eficaz por meio de relatórios bem elaborados.
  llm: provider/model-id  # ex: openai/gpt-4o, google/gemini-2.0-flash, anthropic/claude...

# src/research_crew/config/tasks.yaml
research_task:
  description: >
    Realize uma pesquisa aprofundada sobre {topic}. Foque em:
    1. Conceitos e definições chave
    2. Desenvolvimento histórico e tendências recentes
    3. Principais desafios e oportunidades
    4. Aplicações relevantes ou estudos de caso
    5. Perspectivas futuras e novos desenvolvimentos

    Certifique-se de organizar seus achados em um formato estruturado, com seções claras.
  expected_output: >
    Um documento de pesquisa abrangente com seções bem organizadas cobrindo
    todos os aspectos solicitados de {topic}. Inclua fatos, números
    e exemplos específicos sempre que possível.
  agent: researcher

analysis_task:
  description: >
    Analise os resultados da pesquisa e crie um relatório abrangente sobre {topic}.
    Seu relatório deve:
    1. Iniciar com um resumo executivo
    2. Incluir todas as informações relevantes da pesquisa
    3. Oferecer uma análise perspicaz de tendências e padrões
    4. Apresentar recomendações ou considerações futuras
    5. Estar formatado de forma profissional, clara e com títulos bem definidos
  expected_output: >
    Um relatório profissional, polido e estruturado sobre {topic} com apresentação dos resultados da pesquisa,
    acrescentando análise e insights. O relatório deve ser bem estruturado,
    incluindo resumo executivo, sessões principais e conclusão.
  agent: analyst
  context:
    - research_task
  output_file: output/report.md

# src/research_crew/crew.py
from crewai import Agent, Crew, Process, Task
from crewai.project import CrewBase, agent, crew, task
from crewai_tools import SerperDevTool
from crewai.agents.agent_builder.base_agent import BaseAgent
from typing import List

@CrewBase
class ResearchCrew():
    """Research crew for comprehensive topic analysis and reporting"""

    agents: List[BaseAgent]
    tasks: List[Task]

    @agent
    def researcher(self) -> Agent:
        return Agent(
            config=self.agents_config['researcher'], # type: ignore[index]
            verbose=True,
            tools=[SerperDevTool()]
        )

    @agent
    def analyst(self) -> Agent:
        return Agent(
            config=self.agents_config['analyst'], # type: ignore[index]
            verbose=True
        )

    @task
    def research_task(self) -> Task:
        return Task(
            config=self.tasks_config['research_task'] # type: ignore[index]
        )

    @task
    def analysis_task(self) -> Task:
        return Task(
            config=self.tasks_config['analysis_task'], # type: ignore[index]
            output_file='output/report.md'
        )

    @crew
    def crew(self) -> Crew:
        """Creates the research crew"""
        return Crew(
            agents=self.agents,
            tasks=self.tasks,
            process=Process.sequential,
            verbose=True,
        )

#!/usr/bin/env python
# src/research_crew/main.py
import os
from research_crew.crew import ResearchCrew

# Crie o diretório de saída se não existir
os.makedirs('output', exist_ok=True)

def run():
    """
    Rodar a crew de pesquisa.
    """
    inputs = {
        'topic': 'Inteligência Artificial na Saúde'
    }

    # Criar e rodar a crew
    result = ResearchCrew().crew().kickoff(inputs=inputs)

    # Imprimir o resultado
    print("\n\n=== RELATÓRIO FINAL ===\n\n")
    print(result.raw)

    print("\n\nRelatório salvo em output/report.md")

if __name__ == "__main__":
    run()

SERPER_API_KEY=sua_serper_api_key
# Adicione a chave de API do seu provedor também.

crewai install

crewai run

# Ver todos os comandos disponíveis
crewai --help

# Rodar a crew
crewai run

# Testar a crew
crewai test

# Resetar as memórias da crew
crewai reset-memories

# Repetir a partir de uma tarefa específica
crewai replay -t <task_id>