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
from crewai import Agent, Crew, Taskfrom langchain_openai import ChatOpenAIfrom langchain_core.tools import tool
@tooldef 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.
Mit anderen Frameworks bauen
Weitere Anleitungen mit CrewAI
Bereit, mit CrewAI zu bauen?
Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem CrewAI — FastAPI + Next.js, Auth, Streaming und mehr.
LoslegenBereit, deinen ersten Produktions-KI-Agenten zu bauen?
Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.