Uma forma simplificada de criar e implementar Multi-Agentes personalizados com CrewAI

Sabemos que as IAs generativas são uma tendência no mercado. Elas já estão ajudando diversas áreas e profissionais a executarem seus projetos. No entanto, o uso das IAs não está restrito apenas à engenharia de prompt amplamente divulgada. Com a ajuda de algumas ferramentas, conseguimos personalizar o uso da IA para atender demandas mais exigentes e que necessitam de um nível de complexidade maior.

Neste artigo, gostaria de apresentar o CrewAI, uma ferramenta open source que possibilita a criação de agentes capazes de usar ferramentas e interagir com outros agentes criados. Isso permite um amplo uso das LLMs. Além de simplificar a criação e implementação de fluxos de trabalho automatizados, o CrewAI possibilita o uso de qualquer LLM e plataforma cloud.

Você pode se perguntar por que deveria utilizar o CrewAI em vez de usar diretamente os modelos de IA como o ChatGPT, já amplamente disponíveis no mercado. A razão para isso é clara: o CrewAI permite o uso simultâneo de vários agentes. Você pode criar um agente para cada LLM, conforme demonstrado no fluxo disponível no site do CrewAI.

Figura 1 – Fluxo dos agentes

Ainda assim, existe um problema. Digamos que você peça uma pesquisa aos agentes: eles executarão a tarefa usando ferramentas prontas ou personalizadas. Cada um retornará uma resposta, e você terá que ler e ponderar todas, o que pode aumentar seu trabalho e reduzir sua produtividade. Para resolver isso, o CrewAI permite a criação de um terceiro agente que sintetiza as respostas. Outra vantagem do CrewAI é a possibilidade de criar uma hierarquia, semelhante à estrutura de uma empresa, onde os agentes LLM podem revisar, avaliar a qualidade e realizar outras tarefas atribuídas.

Para finalizar, vamos criar um agente que utiliza uma ferramenta de web scraping para coletar informações da internet e gerar um resumo do conteúdo encontrado. Outro agente será desenvolvido para reescrever as informações em uma linguagem simples e interessante. Por fim, um último agente será responsável pela tradução, já que os dados estarão em inglês e precisaremos deles em português.

O código abaixo é um exemplo de agente criado junto com as bibliotecas necessárias. É importante ter uma chave de API para acessar alguma LLM. Neste exemplo, utilizaremos o GEMINI.

Após a criação do agente, precisamos definir a ferramenta que ele usará para buscar informações na internet por meio de web scraping. Neste caso, utilizaremos uma ferramenta já integrada ao CrewAI, o Serper.

Depois, delegamos as tarefas que cada agente executará, utilizando o código abaixo.

Com tudo pronto, nossos agentes estão criados, com suas tarefas definidas e ferramentas associadas. Agora, só precisamos criar mais um bloco de código para dar o kickoff.

E pronto! Basta rodar o código, sendo o último arquivo criado a nossa main. Após algum tempo observando a interação dos agentes no prompt de comando, você receberá o texto formatado em Markdown.

Apesar do exemplo simples, é incrível o que se pode fazer utilizando o CrewAI. É possível também implementar outras ferramentas de edição de texto como saída e até criar ferramentas personalizadas utilizando a documentação do CrewAI.

Fontes

• https://www.crewai.com/use-cases
• Serper – The World’s Fastest and Cheapest Google Search API

Repositório do projeto

• https://github.com/GabMoreiraSilva/CrewAI-exemplo/blob/main/CrewaiGemini/agents.py