Una conductor para flujos de trabajo coordinados entre múltiples agentes

Coordinar a muchos agentes diferentes para realizar una tarea no es factible. Pero al utilizar la capacidad de Crew AI para coordinar mediante la planificación, esa tarea se vuelve más factible. El aspecto más útil de la planificación es que el sistema crea una hoja de ruta que los agentes deben seguir al completar su esquema. Una vez que los agentes tienen ataque a la misma hoja de ruta, entienden cómo coordinar su trabajo en el esquema.

En este artículo analizaremos un cuaderno de ejemplo que ilustra cómo funciona la función del plan con dos agentes. Un agente realiza la investigación y el otro crea un artículo a partir de la investigación.

Por qué es importante la planificación

Sin un plan conjunto, los agentes tienden a esperar en el razonamiento individual respecto de la tarea asignada. En determinadas circunstancias, este maniquí puede dar resultados satisfactorios; sin confiscación, es propenso a producir inconsistencias y esfuerzos de sobra entre los agentes. La planificación crea un esquema de trabajo integral para todos los agentes, permitiéndoles penetrar al mismo documento, lo que conduce a una anciano eficiencia genérico:

Como resultado de la planificación:

• Anciano estructura
• Tareas alineadas
• Anciano calidad del trabajo
• Flujos de trabajo más predecibles

La planificación es especialmente importante a medida que aumenta la complejidad del proceso a través de múltiples actividades secuenciales.

Tutorial práctico

La actos requiere una sólida comprensión de CrewAI. Si no ha tenido tiempo de ponerse al día con esta sólida útil, puede descifrar más sobre esto aquí: Agentes de construcción con CrewAI

El tutorial demuestra la configuración completa, así como cómo configurar sus agentes y tareas, anejo con los beneficios de la planificación.

Paso 1: instalar dependencias

Estos paquetes permiten el ataque a CrewAI, las herramientas del navegador y las capacidades de búsqueda.

!pip install crewai crewai-tools exa_py ipywidgets

Luego de instalar estos paquetes, querrás cargar tus variables de entorno.

import dotenv
dotenv.load_dotenv()

Paso 2: Inicializar herramientas

Los agentes para este ejemplo constan de dos tipos de herramientas: una útil de navegador y una exa útil de búsqueda.

from crewai_tools import BrowserTool, ExaSearchTool

browser_tool = BrowserTool()
exa_tool = ExaSearchTool()

Estas herramientas brindan a los agentes la capacidad de investigar datos del mundo existente.

Paso 3: puntualizar los agentes

Hay dos roles en este ejemplo:

Investigador de contenidos

Este agente de IA recopila toda la información fáctica necesaria.

from crewai import Agent

researcher = Agent(
    role="Content Researcher",
    goal="Research information on a given topic and prepare structured notes",
    backstory="You gather credible information from trusted sources and summarize it in a clear format.",
    tools=(browser_tool, exa_tool),
)

Redactor de contenidos sénior

Este agente formateará el artículo basándose en las notas recopiladas por el investigador de contenido.

writer = Agent(
    role="Senior Content Writer",
    goal="Write a polished article based on the research notes",
    backstory="You create clean and engaging content from research findings.",
    tools=(browser_tool, exa_tool),
)

Paso 4: crea las tareas

A cada agente se le asignará una tarea.

Tarea de investigación

from crewai import Task

research_task = Task(
    description="Research the topic and produce a structured set of notes with clear headings.",
    expected_output="A well-organized research summary about the topic.",
    agent=researcher,
)

Tarea de escritura

write_task = Task(
    description="Write a clear final article using the research notes from the first task.",
    expected_output="A polished article that covers the topic thoroughly.",
    agent=writer,
)

Paso 5: habilitar la planificación

Esta es la parte secreto. La planificación se activa con una bandera.

from crewai import Crew

crew = Crew(
    agents=(researcher, writer),
    tasks=(research_task, write_task),
    planning=True
)

Una vez habilitada la planificación, CrewAI genera un flujo de trabajo paso a paso ayer de que los agentes trabajen en sus tareas. Ese plan se inyecta en ambas tareas para que cada agente sepa cómo es la estructura genérico.

Paso 6: dirige la tripulación

Inicie el flujo de trabajo con un tema y una aniversario.

result = crew.kickoff(inputs={"topic":"AI Agent Roadmap", "todays_date": "Dec 1, 2025"})

El proceso se ve así:

1. CrewAI construye el plan.
2. El investigador sigue el plan para resumir información.
3. El escritor utiliza tanto las notas de investigación como el plan para producir un artículo final.

Mostrar la salida.

print(result)

Verá el artículo completo y los pasos de razonamiento.

Conclusión

Esto demuestra cómo la planificación permite Agentes de CrewAI trabajar de una guisa mucho más organizada y fluida. Al producir esa hoja de ruta compartida, los agentes sabrán exactamente qué hacer en un momento regalado, sin olvidar el contexto de su función. Activar la función es muy factible y su aplicación perfecta es en flujos de trabajo con etapas: investigación, redacción, investigación, creación de contenido, y la relación continúa.

Preguntas frecuentes