CrewAI
역할 기반으로 협업하는 AI 에이전트 팀을 구축해 복잡한 작업을 자율적으로 함께 완수하게 하는 멀티 에이전트 오케스트레이션 프레임워크입니다.
개요
CrewAI는 단일 모델을 독립적으로 운영하는 대신 서로 협업하는 여러 AI 에이전트를 오케스트레이션하기 위한 오픈소스 Python 프레임워크입니다. Crews라는 추상화를 통해 개발자는 각 에이전트에 역할, 목표, 배경 설정(리서처, 작가, 검토자 등)을 부여할 수 있어 에이전트들이 서로 하위 작업을 위임하고 결과물을 자율적으로 결합할 수 있습니다. 한편 Flows 추상화는 완전한 자율성이 필요하지 않은 작업에서 단일 LLM 호출, 결정론적 단계, Crews를 하나의 파이프라인으로 결합하는 정밀하고 이벤트 기반의 제어를 제공합니다.
다른 에이전트 프레임워크 위에 얹힌 레이어가 아니라 독립적으로 구축되었으며, 에이전트 역할 정의와 작업 위임을 위한 더 가볍고 직접적인 API를 지향합니다.
CrewAI는 전문화된 협업 에이전트로 작업을 나누는 것이 유리한 애플리케이션을 만드는 개발자에게 적합합니다. 리서치·작성 파이프라인, 다단계 분석, 또는 자율적 추론과 결정론적 단계를 혼합한 자동화 등이 그 예입니다. 카탈로그에 있는 LangChain과는 다른 계층으로, LangChain은 전용 멀티 에이전트 오케스트레이션 모델이 아니라 LLM 애플리케이션을 위한 범용 구성 요소(체인, 검색, 도구 사용)를 제공합니다.
- 카테고리
- AI 및 머신러닝
- 언어
- Python
- 라이선스
- MIT
관련 프로젝트
CAMEL
Apache-2.0자율적으로 협업하는, 여러 개의 소통하는 역할극 AI 에이전트 시스템을 연구하고 구축하기 위한 오픈소스 프레임워크입니다.
- AI 및 머신러닝
LangChain
MIT대규모 언어 모델, 에이전트, 검색 증강 생성(RAG)으로 구동되는 애플리케이션을 개발하기 위한 프레임워크입니다.
- AI 및 머신러닝
DeepEval
Apache-2.0LLM 출력을 평가하는 오픈소스 테스트 프레임워크로, LLM 애플리케이션의 품질 검사를 전통적인 단위 테스트처럼 다룹니다.
- AI 및 머신러닝
DeepSpeed
Apache-2.0매우 큰 모델을 여러 GPU에 걸쳐 효율적으로 학습하고 실행하기 위한 Microsoft의 딥러닝 최적화 라이브러리입니다.
- AI 및 머신러닝
잘못된 정보를 발견하셨나요? GitHub에서 수정 제안하기