实战四：多 Agent 调研团队

本实验将演示如何使用 CrewAI 组建一个包含“研究员”和“撰稿人”的虚拟团队，自动完成一份行业报告。

#1. 为什么用 CrewAI？

CrewAI 是目前最流行的 Multi-Agent 编排框架之一。它采用了基于角色 (Role-based) 的设计，非常符合人类团队的直觉。

bash复制
pip install crewai crewai-tools

#2. 定义 Agents

我们需要两个角色：

1. Researcher: 负责搜集信息，要求事实准确。
2. Writer: 负责基于信息写文章，要求文笔流畅。

python复制
from crewai import Agent, Task, Crew, Process
from crewai_tools import SerperDevTool

search_tool = SerperDevTool() # Google Search 工具

# 定义研究员
researcher = Agent(
  role='Senior Research Analyst',
  goal='Uncover cutting-edge developments in AI Agents',
  backstory="""You work at a leading tech think tank.
  Your expertise lies in identifying emerging trends.
  You have a knack for dissecting complex data and presenting actionable insights.""",
  verbose=True,
  allow_delegation=False,
  tools=[search_tool] # 只有研究员能用搜索工具
)

# 定义撰稿人
writer = Agent(
  role='Tech Content Strategist',
  goal='Craft compelling content on tech advancements',
  backstory="""You are a renowned Content Strategist, known for your insightful and engaging articles.
  You transform complex concepts into compelling narratives.""",
  verbose=True,
  allow_delegation=True
)

#3. 定义 Tasks

任务必须具体，并指派给特定的 Agent。

python复制
# 任务 1：调研
task1 = Task(
  description="""Conduct a comprehensive analysis of the latest advancements in AI Agents in 2024.
  Identify key trends, breakthrough technologies, and potential industry impacts.""",
  expected_output="Full analysis report in bullet points",
  agent=researcher
)

# 任务 2：写作
task2 = Task(
  description="""Using the insights provided, develop an engaging blog post that highlights the most significant AI Agent trends.
  Your post should be informative yet accessible to a general tech-savvy audience.
  Avoid complex jargon.""",
  expected_output="Full blog post of at least 4 paragraphs",
  agent=writer
)

#4. 组建 Crew 并起飞

python复制
crew = Crew(
  agents=[researcher, writer],
  tasks=[task1, task2],
  verbose=2, # 打印详细日志
  process=Process.sequential # 顺序执行：先调研，后写作
)

result = crew.kickoff()

print("######################")
print(result)

#5. 观察运行过程

当你运行这段代码时，你会看到：

1. Researcher 开始调用 Google Search，搜索 "AI Agent trends 2024"。
2. 它会阅读搜索结果，提取关键点（如 AutoGen, BabyAGI）。
3. 任务完成后，它把调研报告传递给下一棒。
4. Writer 接收到报告，开始撰写文章。
5. 最终输出一篇完整的博客。

#小结

Multi-Agent 的魔力在于分工。

• 如果你让一个 Agent 既搜索又写文章，它容易分心或产生幻觉。
• 拆分后，Researcher 专注于准确性，Writer 专注于可读性，效果往往更好。