CrewAI
役割ベースで協調して動く AI エージェントのチームを構築し、複雑なタスクを自律的に協力して完了させるためのマルチエージェントオーケストレーションフレームワークです。
概要
CrewAI は、単一のモデルを単独で動かすのではなく、協調動作する複数の AI エージェントをオーケストレーションするためのオープンソースの Python フレームワークです。Crews という抽象化により、開発者は各エージェントに役割・目標・背景設定(リサーチャー、ライター、レビュアーなど)を割り当てることができ、エージェント同士がサブタスクを互いに委任し合い、自律的に成果を組み合わせられます。一方 Flows という抽象化は、完全な自律性が必要ないタスクにおいて、単発の LLM 呼び出し、決定論的なステップ、Crews を1つのパイプラインに組み合わせるための、精密でイベント駆動な制御を提供します。
他のエージェントフレームワークの上に構築されたレイヤーではなく、独立して構築されており、エージェントの役割定義とタスク委任のための、より軽量で直接的な API を目指しています。
CrewAI は、専門化された協調エージェントにタスクを分割することで恩恵を受けるアプリケーション——リサーチ&ライティングのパイプライン、複数ステップの分析、自律的な推論と決定論的なステップを組み合わせた自動化など——を構築する開発者に向いています。カタログ内の LangChain とは異なるレイヤーで、LangChain は専用のマルチエージェントオーケストレーションモデルではなく、LLM アプリケーション向けの汎用的な構成要素(チェーン、検索、ツール利用)を提供するものです。
- カテゴリ
- AI・機械学習
- 言語
- Python
- ライセンス
- MIT
関連プロジェクト
CAMEL
Apache-2.0自律的に協調する、複数のコミュニケーションを行うロールプレイング AI エージェントのシステムを研究・構築するための、オープンソースフレームワークです。
- AI・機械学習
LangChain
MIT大規模言語モデル、エージェント、検索拡張生成(RAG)を活用したアプリケーションを開発するためのフレームワークです。
- AI・機械学習
DeepEval
Apache-2.0LLM の出力を評価するためのオープンソーステストフレームワークで、LLM アプリケーションの品質チェックを従来のユニットテストのように扱います。
- AI・機械学習
DeepSpeed
Apache-2.0非常に大規模なモデルを複数の GPU にまたがって効率的にトレーニング・実行するための、Microsoft 発の深層学習最適化ライブラリです。
- AI・機械学習
誤りを見つけましたか? GitHub で修正を提案する