Skip to content
CrewAI

Research-Agent mit CrewAI

Erstellen Sie einen autonomen Research-Agenten, der das Web durchsucht, Ergebnisse synthetisiert und strukturierte Berichte erstellt — mit CrewAI.

researchweb searchreportsautomation

Funktionierender Code

CrewAI
from crewai import Agent, Crew, Task
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
@tool
def web_search(query: str, max_results: int = 3) -> str:
"""Search the web for current information."""
from tavily import TavilyClient
client = TavilyClient()
results = client.search(query, max_results=max_results)
return "\n\n".join(
f"**{r['title']}**\n{r['content']}" for r in results["results"]
)
agent = Agent(
role="Specialist",
goal="You are a research assistant. Search the web to gather information, then synthesize findings into a structured report with citations.",
tools=[web_search],
llm=ChatOpenAI(model="gpt-4o"),
)
task = Task(
description="Compare the latest developments in AI agent frameworks in 2025",
expected_output="Detailed response",
agent=agent,
)
crew = Crew(agents=[agent], tasks=[task])
result = crew.kickoff()
print(result.raw)

Schritt für Schritt

1

Abhängigkeiten installieren

Installieren Sie CrewAI und die benötigten Tools für diesen Anwendungsfall.

2

Tools definieren

Erstellen Sie domänenspezifische Tool-Funktionen, die Ihr Agent zur Interaktion mit externen Diensten verwenden wird.

3

Agent erstellen und ausführen

Initialisieren Sie den CrewAI-Agenten mit Ihren Tools, setzen Sie den System-Prompt und führen Sie eine Abfrage aus.

Bereit, mit CrewAI zu bauen?

Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem CrewAI — FastAPI + Next.js, Auth, Streaming und mehr.

Loslegen

Bereit, deinen ersten Produktions-KI-Agenten zu bauen?

Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.