CrewAI क्या है?
स्क्रेपलेस AI एजेंट और स्क्रेपलेस स्क्रेपिंग ब्राउज़र CrewAI एजेंटों को वर्तमान सार्वजनिक वेब पृष्ठों का अवलोकन करने और बातचीत करने के लिए प्रबंधित ब्राउज़र क्षमता प्रदान कर सकते हैं।
TL;DR
- CrewAI भूमिका-आधारित एजेंटों और इवेंट-चालित स्वचालन के लिए एक ढांचा है। इसके मुख्य अमूर्त तत्व हैं एजेंट, कार्य, क्रू, प्रक्रियाएँ, और फ्लो।
- एक क्रू एजेंटों को सौंपे गए कार्यों के चारों ओर समन्वय करता है। एजेंटों के पास लक्ष्य, उपकरण, ज्ञान, मेमोरी, और संरचित आउटपुट हो सकते हैं।
- एक फ्लो एप्लिकेशन स्थिति और नियंत्रण तर्क का समन्वय करता है। फ्लो तब उपयोगी होते हैं जब शाखाएँ, स्थायीता, घटनाएँ, या निर्धारक चरण स्पष्ट रूप से होने चाहिए।
- कई एजेंट लागत और समन्वय के जोखिम को बढ़ाते हैं। विशेषकरण का उपयोग केवल तभी करें जब यह गुणवत्ता, स्वामित्व, या समांतर निष्पादन में सुधार करे।
- उत्पादन प्रणालियों को प्रॉम्प्ट के बाहर नियंत्रण की आवश्यकता होती है। अनुमतियाँ, मान्यताएँ, बजट, अनुमोदन, और ऑडिट लॉग कोड और बुनियादी ढाँचे में शामिल होते हैं।
CrewAI की परिभाषा
CrewAI भूमिका-आधारित एजेंटों, सौंपे गए कार्यों, सहयोगी क्रू, और इवेंट-चालित फ्लो से AI प्रणालियों का निर्माण करने के लिए एक ढांचा है। आधिकारिक CrewAI प्रलेखन क्रू को सहयोगी एजेंट टीमों के रूप में और फ्लो को स्पष्ट घटनाओं और नियंत्रण पथों के साथ राज्य-आधारित स्वचालन के लिए ऑर्केस्ट्रेट करने के तरीके के रूप में प्रस्तुत करता है।
एक एजेंट एक भूमिका, लक्ष्य, मॉडल, उपकरण, और वैकल्पिक ज्ञान या मेमोरी को संयोजित करता है। एक कार्य कार्य को परिभाषित करता है, अपेक्षित आउटपुट, और जिम्मेदार एजेंट। एक क्रू एजेंटों और कार्यों को एक प्रक्रिया के तहत समूहित करता है। एक फ्लो चरणों, स्थिति, रूटिंग, और बाहरी घटनाओं का समन्वय करता है। ये अमूर्त तत्व एक डेवलपर को मॉडल-प्रेरित सहयोग और एप्लिकेशन-प्रेरित ऑर्केस्ट्रेशन के बीच चयन करने की अनुमति देते हैं।
CrewAI एक कार्य को सही नहीं बनाता है केवल इसलिए क्योंकि कई एजेंट इस पर चर्चा करते हैं। हर एजेंट मॉडल, डेटा, उपकरण, और निर्देशों पर निर्भर होता है जो विफल हो सकते हैं। यह ढांचा तब सबसे उपयोगी होता है जब भूमिकाएँ वास्तविक सीमाओं के साथ मेल खाती हैं और जब एप्लिकेशन माप सकता है कि सहयोग सरल डिज़ाइन से बेहतर है या नहीं।
एजेंट, कार्य, क्रू, और फ्लो
CrewAI एजेंट कॉन्फ़िगर किए गए श्रमिक हैं। उनकी भूमिका और लक्ष्य व्यवहार को आकार देते हैं, जबकि उपकरण निर्धारित करते हैं कि वे क्या अवलोकन या परिवर्तन कर सकते हैं। कार्य कार्य की ठोस इकाइयाँ होती हैं और संरचित आउटपुट का अनुरोध कर सकती हैं। एक क्रू एक प्रक्रिया का चयन करता है जो यह निर्धारित करता है कि कार्य एजेंटों के बीच कैसे चलते हैं। एक फ्लो क्रू, साधारण कार्यों, और स्थिति की संक्रमण के चारों ओर व्यापक एप्लिकेशन तर्क को लपेटता है।
- एजेंट। एक मॉडल-समर्थित श्रमिक जो निर्देशों, उपकरणों, और वैकल्पिक संदर्भ संसाधनों के साथ होता है।
- कार्य। एक परिभाषित कार्य जिसमें अपेक्षित परिणाम और स्वामित्व होता है।
- क्रू। एक प्रक्रिया के तहत निष्पादित एजेंटों और कार्यों का एक समूह।
- प्रक्रिया। समन्वय रणनीति, जैसे क्रमबद्ध निष्पादन या प्रबंधित प्रतिनिधित्व।
- फ्लो। एक घटना-चालित कार्यप्रवाह जो स्थिति को नियंत्रित करता है, निष्पादन को रूट करता है, और क्रू को लागू कर सकता है।
- गार्डरेल। एक जांच जो इनपुट, आउटपुट, या कार्य पूर्णता को मान्य या सीमित करती है।
क्रू और फ्लो के बीच का भेद व्यावहारिक है। एक क्रू उपयोगी है जब भूमिका-आधारित सहयोग केंद्रीय है। एक फ्लो उपयोगी है जब एप्लिकेशन को यह गारंटी देने की आवश्यकता होती है कि कौन सा कदम अनुसरण करता है, स्थायी स्थिति को बनाए रखना, या मॉडल काम को निर्धारक सेवाओं के साथ एकीकृत करना।
CrewAI आर्किटेक्चर पर एक नज़र
| परत | ज़िम्मेदारी | सामान्य जोखिम |
|---|---|---|
| मॉडल | निर्णय, संदेश, और संरचित आउटपुट उत्पन्न करता है। | असमर्थित दावे या असंगत स्वरूपण। |
| एजेंट | भूमिका, लक्ष्य, उपकरण, मेमोरी, और प्रतिनिधित्व सेटिंग्स लागू करता है। | उपकरण या निर्देश बहुत व्यापक हैं। |
| कार्य | एक सीमित डिलीवर करने योग्य और अपेक्षित आउटपुट को परिभाषित करता है। | सफलता मानदंड अस्पष्ट हैं। |
| क्रू प्रक्रिया | कार्य और प्रतिभागियों का समन्वय करता है। | अतिरिक्त हैंडऑफ़ गुणवत्ता लाभ के बिना विलंबता बढ़ाते हैं। |
| धारा | अनुप्रयोग की स्थिति, घटनाओं और शाखाओं का प्रबंधन करता है। | छिपे हुए साइड इफेक्ट्स को दोहराना कठिन बना देते हैं। |
| क्रियाएँ | लॉग, बजट, अनुमति और तैनाती को संभालता है। | प्रॉम्प्ट्स को सुरक्षा नियंत्रणों के लिए गलत समझा जाता है। |
एक साफ डिज़ाइन प्रवाह में निर्धारक व्यापार नियमों को बनाए रखता है और एजेंटों को सीमित निर्णय कार्य देता है। यह विभाजन रन को परीक्षण करना आसान बनाता है क्योंकि समान स्थिति संक्रमण को निश्चित इनपुट के साथ प्रयोग किया जा सकता है जब मॉडल आउटपुट भिन्न होता है।
जहाँ क्रूएआई फिट बैठता है
शोध और समीक्षा
एक शोधकर्ता साक्ष्य जुटाता है जबकि एक समीक्षक अंतिम संश्लेषण से पहले कवरेज और स्रोत समर्थन की जांच करता है।
सामग्री संचालन
अलग एजेंट रेखाएं, प्रारूप, तथ्य-जांच, और प्रत्येक चरण में मापनीय मानदंड होने पर एक शैली नीति को लागू कर सकते हैं।
व्यापार इनटेक
एक प्रवाह एक आने वाले अनुरोध को मान्य करता है, इसे एक विशेष क्रू में निर्देशित करता है, और बाहरी कार्रवाई से पहले अनुमोदन की आवश्यकता होती है।
डेटा वर्कफ़्लो
एजेंट अनुमोदित डेटा उपकरणों का चयन करते हैं जबकि प्रवाह चरण सामान्यीकृत, मान्य और परिणामस्वरूप रिकॉर्ड स्टोर करते हैं।
ये पैटर्न हर प्रतिभागी को एजेंट होने की आवश्यकता नहीं है। एक निर्धारक वैधता अक्सर “वैधता एजेंट” से बेहतर होती है। अस्पष्टता, संश्लेषण, और उपकरण चयन के लिए मॉडल-संबद्ध भूमिकाओं को आरक्षित रखें जहाँ साधारण कोड निर्णय को स्पष्ट रूप से व्यक्त नहीं कर सकता।
क्रू डिज़ाइन करना
वितरण से शुरू करें, काल्पनिक नौकरी शीर्षक नहीं। कार्य को स्वतंत्र रूप से जांचे जाने योग्य आउटपुट में तोड़ें। प्रत्येक एजेंट को केवल अपने कार्य के लिए आवश्यक संदर्भ और उपकरण दें। परिभाषित करें कि एक कार्य का आउटपुट दूसरे कार्य का इनपुट कैसे बनता है, जिसमें स्कीमा, उद्धरण और अस्वीकृति शर्तें शामिल हैं।
- अंतिम स्वीकृति मानदंड और विफलता शर्तें लिखें।
- वे कार्य पहचानें जिन्हें विशिष्ट विशेषज्ञता की आवश्यकता होती है या जो स्वतंत्र रूप से चल सकते हैं।
- प्रत्येक भूमिका को संकीर्ण उपकरण और डेटा पहुंच सौंपें।
- एक प्रक्रिया चुनें जो वास्तविक निर्भरताओं को दर्शाती है न कि इसके अपने लिए बातचीत जोड़ती है।
- संरचित आउटपुट का उपयोग करें कार्यों के बीच जब संभव हो।
- बाहरी लेखन, संदेश, खरीद, या खाता परिवर्तनों से पहले अनुमोदन रखें।
- ट्रेस का रिकॉर्ड रखें और एकल-एजेंट या निर्धारक आधार रेखा के साथ क्रू की तुलना करें।
एक मजबूत क्रू संदर्भ अधिभार को कम करता है और समीक्षा को सुधारता है। एक कमजोर क्रू विभिन्न भूमिका नामों के तहत समान प्रॉम्प्ट को दोहराता है। असहमति समाधान, साक्ष्य गुणवत्ता, विलंबता, और मॉडल लागत को मापें ताकि अंतर को बताया जा सके।
क्रूएआई को वेब तक पहुँच देना
एक क्रूएआई एजेंट खोज, वर्तमान तथ्यों, या ब्राउज़र सहभागिता के लिए एक वेब उपकरण का उपयोग कर सकता है। उपकरण को एक संकीर्ण क्षमता का वर्णन करना चाहिए और निरीक्षणीय आउटपुट लौटाना चाहिए। एक खोज उपकरण संभावित स्रोतों को खोजता है। एक स्क्रेपर सामग्री को पुनर्प्राप्त करता है। एक ब्राउज़र जावास्क्रिप्ट-निर्मित स्थिति का अवलोकन करता है और अनुमति प्राप्त इंटरैक्शन कर सकता है।
स्क्रेपलेस एजेंट ब्राउज़र प्रबंधित ब्राउज़र स्तर के रूप में कार्य कर सकता है। क्रूएआई एजेंट और कार्य समन्वयन के लिए जिम्मेदार रहता है, जबकि स्क्रेपलेस ब्राउज़र सत्र चलाता है और अवलोकन लौटाता है। लक्षित स्कोप, क्रेडेंशियल्स, और अनुमोदन गेट्स को मॉडल के बाहर रखें। स्रोत यूआरएल और कैप्चर की गई सामग्री को स्टोर करें ताकि बाद के एजेंट उसी साक्ष्य की समीक्षा कर सकें।
क्रूएआई बनाम एकल एजेंट
एकल एजेंट सामान्यतः समझने में आसान, तेज़, और सस्ता होता है। यह उन कार्यों के लिए उपयुक्त है जहाँ एक संदर्भ और एक उपकरण सेट पर्याप्त होते हैं। एक क्रू तब मदद कर सकता है जब कार्यों को असंगत संदर्भों, अलग अनुमतियों, समानांतर अनुसंधान, या स्पष्ट स्वतंत्र समीक्षा की आवश्यकता होती है।
डिज़ाइन की तुलना उसी मूल्यांकन सेट के साथ करें। कार्य पूर्णता, तथ्यात्मक समर्थन, संरचित-आउटपुट मान्यता, दीवार का समय, और कुल मॉडल कॉल स्कोर करें। यदि एक क्रू केवल लंबे ट्रेस उत्पन्न करता है, तो अतिरिक्त भूमिकाएँ ओवरहेड होती हैं। यदि यह स्रोत अंतर को पकड़ता है या स्वतंत्र कार्यों को समकोण में चलने देता है, तो अतिरिक्त संरचना उचित हो सकती है।
उत्पादन नियंत्रण
उत्पादन क्रूएआई सिस्टम को सीमित लूप, मॉडल और उपकरण बजट, तर्क मान्यता, क्रेडेंशियल अलगाव, और निर्भरतामय रोकने की शर्तों की आवश्यकता होती है। मानव समीक्षा एक वास्तविक रनटाइम स्थिति होनी चाहिए, न कि मॉडल को इंतजार करने के लिए कहने वाला वाक्य। प्रवाह उन चेकपॉइंट्स को लागू करने के लिए एक स्वाभाविक स्थान है। माइक्रोसॉफ्ट का एजेंट ढांचा दस्तावेज़ वर्कफ़्लो, मेमोरी, मिडलवेयर, उपकरण, और मानव भागीदारी की तुलना के लिए एक उपयोगी तुलना प्रदान करता है।
मूल्यांकन को व्यक्तिगत कार्यों और संकलित प्रणाली को कवर करना चाहिए। खराब उपकरण आउटपुट, अनुपस्थित डेटा, conflicting साक्ष्य, गलत संरचित उत्तर, अस्वीकृत अनुमतियाँ, और रद्द किए गए रन का परीक्षण करें। अवलोकनीयता यह बनाए रखनी चाहिए कि कौन एजेंट था, कौन सा कार्य सक्रिय था, कौन से उपकरण तर्क चले, और कौन सी स्थिति बदली। एनआईएसटी एआई जोखिम प्रबंधन ढांचा इन अवलोकनों को तैनाती संदर्भ और प्रभाव से जोड़ने में मदद करता है।
निष्कर्ष
क्रूएआई क्रू में भूमिका-आधारित एजेंटों को संगठित करने और प्रवाह के माध्यम से स्थिति संवेदनशील अनुप्रयोग तर्क का समन्वय करने के लिए एक ढांचा है। इसके अमूर्तताएँ तब उपयोगी होती हैं जब कार्यों में वास्तविक विशेषीकरण, निर्भरताएँ, या समीक्षा सीमाएँ होती हैं। अनुमतियों और निर्धारक नियमों को प्रॉम्प्ट्स के बाहर रखें, बहु-एजेंट प्रदर्शन की तुलना एक सरल आधार रेखा के साथ करें, और नियंत्रण और अनुमोदन को स्पष्ट बनाने के लिए प्रवाह का उपयोग करें।
प्रत्येक कार्य को इसके उत्पादन द्वारा नामित करें, न कि थिएटर की भूमिका द्वारा। स्पष्ट इनपुट, स्कीमा और पूर्णता मानदंड सहयोग को मापनीय बनाते हैं और एक विफल हैंडऑफ का निदान करना संभव बनाते हैं।
क्या आप CrewAI को एक ब्राउज़र क्षमता देने के लिए तैयार हैं?
स्वीकृत एजेंटों को प्रबंधित ब्राउज़र सत्रों से कनेक्ट करें और अभिविन्यास, सबूत और अनुमतियों को ट्रेस करने योग्य रखें।
आज ही साइन अप करें और पाएं $5 का मुफ्त क्रेडिट — कोई क्रेडिट कार्ड आवश्यक नहीं है.
अपने $5 क्रेडिट का दावा करें →सामान्य प्रश्न
क्या CrewAI केवल बहु-एजेंट प्रणालियों के लिए है?
CrewAI सहयोगी एजेंटों के क्रू के लिए जाना जाता है, लेकिन प्रवाह भी साधारण कार्यों, एकल एजेंटों और एक राज्यपूर्ण अनुप्रयोग के भीतर क्रू का समन्वय कर सकते हैं। एक प्रोजेक्ट को ढांचे का उपयोग करने के लिए कई एजेंटों की आवश्यकता नहीं है।
एक क्रू और एक प्रवाह में क्या अंतर है?
एक क्रू एजेंटों और कार्यों को सहयोगी प्रक्रिया के तहत समूहित करता है। एक प्रवाह व्यापक राज्य, घटनाओं, रूटिंग, और निर्धारक नियंत्रण लॉजिक को प्रबंधित करता है। एक प्रवाह उस बिंदु पर एक क्रू को बुला सकता है जहां मॉडल-नेतृत्व वाला सहयोग उपयोगी होता है।
क्या अधिक एजेंट जोड़ने से सटीकता में सुधार होता है?
स्वतः नहीं। अधिक एजेंट विशेषीकरण या स्वतंत्र समीक्षा प्रदान कर सकते हैं, लेकिन वे लेटेंसी, लागत और समन्वय त्रुटियों को भी जोड़ते हैं। एकल-एजेंट आधार रेखा की तुलना करें जो उसी परीक्षण सेट और स्वीकृति मानदंड का उपयोग करता है।
क्या CrewAI एजेंट वेब ब्राउज़ कर सकते हैं?
हाँ, जब अनुप्रयोग एक उपयुक्त खोज, पुनर्प्राप्ति, या ब्राउज़र उपकरण प्रदान करता है। ढांचा अपने आप वेब एक्सेस नहीं बनाता है। टूल अनुमतियों, लक्ष्य स्कोप, और स्वीकृति आवश्यकताओं को मॉडल निर्देशों के बाहर लागू किया जाना चाहिए।
CrewAI को लागू करने से पहले क्या परीक्षण किया जाना चाहिए?
कार्य आउटपुट, हैंडऑफ, संरचित स्कीमा, अस्वीकृत अनुमतियाँ, खराब टूल परिणाम, गायब सबूत, लूप सीमाएँ, रद्दीकरण, और मानव अनुमतियों का परीक्षण करें। TRACE यह दिखानी चाहिए कि कौन सा एजेंट और कार्य प्रत्येक परिणामकारी कार्रवाई या दावा उत्पन्न करता है।