diff --git a/docs/docs.json b/docs/docs.json index 672ef29f4..37c7679f0 100644 --- a/docs/docs.json +++ b/docs/docs.json @@ -10,13 +10,13 @@ "favicon": "/images/favicon.svg", "contextual": { "options": [ - "copy", - "view", - "chatgpt", - "claude", - "perplexity", - "mcp", - "cursor", + "copy", + "view", + "chatgpt", + "claude", + "perplexity", + "mcp", + "cursor", "vscode", { "title": "Request a feature", @@ -271,6 +271,7 @@ { "group": "Observability", "pages": [ + "en/observability/tracing", "en/observability/overview", "en/observability/arize-phoenix", "en/observability/braintrust", diff --git a/docs/en/api-reference/introduction.mdx b/docs/en/api-reference/introduction.mdx index 5085f2333..3e952574a 100644 --- a/docs/en/api-reference/introduction.mdx +++ b/docs/en/api-reference/introduction.mdx @@ -15,15 +15,15 @@ Welcome to the CrewAI AMP API reference. This API allows you to programmatically Navigate to your crew's detail page in the CrewAI AMP dashboard and copy your Bearer Token from the Status tab. - + Use the `GET /inputs` endpoint to see what parameters your crew expects. - + Call `POST /kickoff` with your inputs to start the crew execution and receive a `kickoff_id`. - + Use `GET /status/{kickoff_id}` to check execution status and retrieve results. @@ -62,7 +62,7 @@ Replace `your-crew-name` with your actual crew's URL from the dashboard. ## Typical Workflow 1. **Discovery**: Call `GET /inputs` to understand what your crew needs -2. **Execution**: Submit inputs via `POST /kickoff` to start processing +2. **Execution**: Submit inputs via `POST /kickoff` to start processing 3. **Monitoring**: Poll `GET /status/{kickoff_id}` until completion 4. **Results**: Extract the final output from the completed response @@ -87,7 +87,7 @@ The API uses standard HTTP status codes: Each endpoint page shows you: - ✅ **Exact request format** with all parameters -- ✅ **Response examples** for success and error cases +- ✅ **Response examples** for success and error cases - ✅ **Code samples** in multiple languages (cURL, Python, JavaScript, etc.) - ✅ **Authentication examples** with proper Bearer token format @@ -104,7 +104,7 @@ Each endpoint page shows you: **Example workflow:** 1. **Copy this cURL example** from any endpoint page -2. **Replace `your-actual-crew-name.crewai.com`** with your real crew URL +2. **Replace `your-actual-crew-name.crewai.com`** with your real crew URL 3. **Replace the Bearer token** with your real token from the dashboard 4. **Run the request** in your terminal or API client diff --git a/docs/en/changelog.mdx b/docs/en/changelog.mdx index afaa97f88..ed194bebc 100644 --- a/docs/en/changelog.mdx +++ b/docs/en/changelog.mdx @@ -111,28 +111,28 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.193.0) ## Core Improvements & Fixes - - - Fixed handling of the `model` parameter during OpenAI adapter initialization - - Resolved test duration cache issues in CI workflows - - Fixed flaky test related to repeated tool usage by agents - - Added missing event exports to `__init__.py` for consistent module behavior - - Dropped message storage from metadata in Mem0 to reduce bloat - - Fixed L2 distance metric support for backward compatibility in vector search + + - Fixed handling of the `model` parameter during OpenAI adapter initialization + - Resolved test duration cache issues in CI workflows + - Fixed flaky test related to repeated tool usage by agents + - Added missing event exports to `__init__.py` for consistent module behavior + - Dropped message storage from metadata in Mem0 to reduce bloat + - Fixed L2 distance metric support for backward compatibility in vector search ## New Features & Enhancements - - - Introduced thread-safe platform context management - - Added test duration caching for optimized `pytest-split` runs - - Added ephemeral trace improvements for better trace control - - Made search parameters for RAG, knowledge, and memory fully configurable - - Enabled ChromaDB to use OpenAI API for embedding functions - - Added deeper observability tools for user-level insights - - Unified RAG storage system with instance-specific client support + + - Introduced thread-safe platform context management + - Added test duration caching for optimized `pytest-split` runs + - Added ephemeral trace improvements for better trace control + - Made search parameters for RAG, knowledge, and memory fully configurable + - Enabled ChromaDB to use OpenAI API for embedding functions + - Added deeper observability tools for user-level insights + - Unified RAG storage system with instance-specific client support ## Documentation & Guides - - - Updated `RagTool` references to reflect CrewAI native RAG implementation - - Improved internal docs for `langgraph` and `openai` agent adapters with type annotations and docstrings + + - Updated `RagTool` references to reflect CrewAI native RAG implementation + - Improved internal docs for `langgraph` and `openai` agent adapters with type annotations and docstrings @@ -143,8 +143,8 @@ mode: "wide" ## What's Changed - - Fixed version not being found and silently failing reversion - - Bumped CrewAI version to 0.186.1 and updated dependencies in the CLI + - Fixed version not being found and silently failing reversion + - Bumped CrewAI version to 0.186.1 and updated dependencies in the CLI @@ -164,31 +164,31 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.177.0) - + ## Core Improvements & Fixes - - - Achieved parity between `rag` package and current implementation - - Enhanced LLM event handling with task and agent metadata - - Fixed mutable default arguments by replacing them with `None` - - Suppressed Pydantic deprecation warnings during initialization - - Fixed broken example link in `README.md` - - Removed Python 3.12+ only Ruff rules for compatibility - - Migrated CI workflows to use `uv` and updated dev tooling - + + - Achieved parity between `rag` package and current implementation + - Enhanced LLM event handling with task and agent metadata + - Fixed mutable default arguments by replacing them with `None` + - Suppressed Pydantic deprecation warnings during initialization + - Fixed broken example link in `README.md` + - Removed Python 3.12+ only Ruff rules for compatibility + - Migrated CI workflows to use `uv` and updated dev tooling + ## New Features & Enhancements - - - Added tracing improvements and cleanup - - Centralized event logic by moving `events` module to `crewai.events` - + + - Added tracing improvements and cleanup + - Centralized event logic by moving `events` module to `crewai.events` + ## Documentation & Guides - - - Updated Enterprise Action Auth Token section documentation - - Published documentation updates for `v0.175.0` release - + + - Updated Enterprise Action Auth Token section documentation + - Published documentation updates for `v0.175.0` release + ## Cleanup & Refactoring - - - Refactored parser into modular functions for better structure - + + - Refactored parser into modular functions for better structure + @@ -196,40 +196,40 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.175.0) - + ## Core Improvements & Fixes - - - Fixed migration of the `tool` section during `crewai update` - - Reverted OpenAI pin: now requires `openai >=1.13.3` due to fixed import issues - - Fixed flaky tests and improved test stability - - Improved `Flow` listener resumability for HITL and cyclic flows - - Enhanced timeout handling in `PlusAPI` and `TraceBatchManager` - - Batched entity memory items to reduce redundant operations - + + - Fixed migration of the `tool` section during `crewai update` + - Reverted OpenAI pin: now requires `openai >=1.13.3` due to fixed import issues + - Fixed flaky tests and improved test stability + - Improved `Flow` listener resumability for HITL and cyclic flows + - Enhanced timeout handling in `PlusAPI` and `TraceBatchManager` + - Batched entity memory items to reduce redundant operations + ## New Features & Enhancements - - - Added support for additional parameters in `Flow.start()` methods - - Displayed task names in verbose CLI output - - Added centralized embedding types and introduced a base embedding client - - Introduced generic clients for ChromaDB and Qdrant - - Added support for `crewai config reset` to clear tokens - - Enabled `crewai_trigger_payload` auto-injection - - Simplified RAG client initialization and introduced RAG configuration system - - Added Qdrant RAG provider support - - Improved tracing with better event data - - Added support to remove Auth0 and email entry on `crewai login` - + + - Added support for additional parameters in `Flow.start()` methods + - Displayed task names in verbose CLI output + - Added centralized embedding types and introduced a base embedding client + - Introduced generic clients for ChromaDB and Qdrant + - Added support for `crewai config reset` to clear tokens + - Enabled `crewai_trigger_payload` auto-injection + - Simplified RAG client initialization and introduced RAG configuration system + - Added Qdrant RAG provider support + - Improved tracing with better event data + - Added support to remove Auth0 and email entry on `crewai login` + ## Documentation & Guides - - - Added documentation for automation triggers - - Fixed API Reference OpenAPI sources and redirects - - Added hybrid search alpha parameter to the docs - + + - Added documentation for automation triggers + - Fixed API Reference OpenAPI sources and redirects + - Added hybrid search alpha parameter to the docs + ## Cleanup & Deprecations - - - Added deprecation notice for `Task.max_retries` - - Removed Auth0 dependency from login flow - + + - Added deprecation notice for `Task.max_retries` + - Removed Auth0 dependency from login flow + @@ -237,35 +237,35 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.165.1) - + ## Core Improvements & Fixes - - - Fixed compatibility in `XMLSearchTool` by converting config values to strings for `configparser` - - Fixed flaky Pytest test involving `PytestUnraisableExceptionWarning` - - Mocked telemetry in test suite for more stable CI runs - - Moved Chroma lockfile handling to `db_storage_path` - - Ignored deprecation warnings from `chromadb` - - Pinned OpenAI version `<1.100.0` due to `ResponseTextConfigParam` import issue - + + - Fixed compatibility in `XMLSearchTool` by converting config values to strings for `configparser` + - Fixed flaky Pytest test involving `PytestUnraisableExceptionWarning` + - Mocked telemetry in test suite for more stable CI runs + - Moved Chroma lockfile handling to `db_storage_path` + - Ignored deprecation warnings from `chromadb` + - Pinned OpenAI version `<1.100.0` due to `ResponseTextConfigParam` import issue + ## New Features & Enhancements - - - Included exchanged agent messages into `ExternalMemory` metadata - - Automatically injected `crewai_trigger_payload` - - Renamed internal flag `inject_trigger_input` to `allow_crewai_trigger_context` - - Continued tracing improvements and ephemeral tracing logic - - Consolidated tracing logic conditions - - Added support for `agent_id`-linked memory entries in `Mem0` - + + - Included exchanged agent messages into `ExternalMemory` metadata + - Automatically injected `crewai_trigger_payload` + - Renamed internal flag `inject_trigger_input` to `allow_crewai_trigger_context` + - Continued tracing improvements and ephemeral tracing logic + - Consolidated tracing logic conditions + - Added support for `agent_id`-linked memory entries in `Mem0` + ## Documentation & Guides - - - Added example to Tool Repository docs - - Updated Mem0 documentation for Short-Term and Entity Memory integration - - Revised Korean translations and improved sentence structures - + + - Added example to Tool Repository docs + - Updated Mem0 documentation for Short-Term and Entity Memory integration + - Revised Korean translations and improved sentence structures + ## Cleanup & Chores - - - Removed deprecated AgentOps integration - + + - Removed deprecated AgentOps integration + @@ -273,35 +273,35 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.165.0) - + ## Core Improvements & Fixes - - - Fixed compatibility in `XMLSearchTool` by converting config values to strings for `configparser` - - Fixed flaky Pytest test involving `PytestUnraisableExceptionWarning` - - Mocked telemetry in test suite for more stable CI runs - - Moved Chroma lockfile handling to `db_storage_path` - - Ignored deprecation warnings from `chromadb` - - Pinned OpenAI version `<1.100.0` due to `ResponseTextConfigParam` import issue - + + - Fixed compatibility in `XMLSearchTool` by converting config values to strings for `configparser` + - Fixed flaky Pytest test involving `PytestUnraisableExceptionWarning` + - Mocked telemetry in test suite for more stable CI runs + - Moved Chroma lockfile handling to `db_storage_path` + - Ignored deprecation warnings from `chromadb` + - Pinned OpenAI version `<1.100.0` due to `ResponseTextConfigParam` import issue + ## New Features & Enhancements - - - Included exchanged agent messages into `ExternalMemory` metadata - - Automatically injected `crewai_trigger_payload` - - Renamed internal flag `inject_trigger_input` to `allow_crewai_trigger_context` - - Continued tracing improvements and ephemeral tracing logic - - Consolidated tracing logic conditions - - Added support for `agent_id`-linked memory entries in `Mem0` - + + - Included exchanged agent messages into `ExternalMemory` metadata + - Automatically injected `crewai_trigger_payload` + - Renamed internal flag `inject_trigger_input` to `allow_crewai_trigger_context` + - Continued tracing improvements and ephemeral tracing logic + - Consolidated tracing logic conditions + - Added support for `agent_id`-linked memory entries in `Mem0` + ## Documentation & Guides - - - Added example to Tool Repository docs - - Updated Mem0 documentation for Short-Term and Entity Memory integration - - Revised Korean translations and improved sentence structures - + + - Added example to Tool Repository docs + - Updated Mem0 documentation for Short-Term and Entity Memory integration + - Revised Korean translations and improved sentence structures + ## Cleanup & Chores - - - Removed deprecated AgentOps integration - + + - Removed deprecated AgentOps integration + @@ -309,26 +309,26 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.159.0) - + ## Core Improvements & Fixes - - - Improved LLM message formatting performance for better runtime efficiency - - Fixed use of incorrect endpoint in enterprise configuration auth/parameters - - Commented out listener resumability check for stability during partial flow resumption - + + - Improved LLM message formatting performance for better runtime efficiency + - Fixed use of incorrect endpoint in enterprise configuration auth/parameters + - Commented out listener resumability check for stability during partial flow resumption + ## New Features & Enhancements - - - Added `enterprise configure` command to CLI for streamlined enterprise setup - - Introduced partial flow resumability support - + + - Added `enterprise configure` command to CLI for streamlined enterprise setup + - Introduced partial flow resumability support + ## Documentation & Guides - - - Added documentation for new tools - - Added Korean translations - - Updated documentation with TrueFoundry integration details - - Added RBAC documentation and general cleanup - - Fixed API reference and revamped examples/cookbooks across EN, PT-BR, and KO - + + - Added documentation for new tools + - Added Korean translations + - Updated documentation with TrueFoundry integration details + - Added RBAC documentation and general cleanup + - Fixed API reference and revamped examples/cookbooks across EN, PT-BR, and KO + @@ -337,32 +337,32 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.157.0) ## v0.157.0 What's Changed - + ## Core Improvements & Fixes - - - Enabled word wrapping for long input tool - - Allowed persisting Flow state with `BaseModel` entries - - Optimized string operations using `partition()` for performance - - Dropped support for deprecated User Memory system - - Bumped LiteLLM version to `1.74.9` - - Fixed CLI to show missing modules more clearly during import - - Supported device authorization with Okta - + + - Enabled word wrapping for long input tool + - Allowed persisting Flow state with `BaseModel` entries + - Optimized string operations using `partition()` for performance + - Dropped support for deprecated User Memory system + - Bumped LiteLLM version to `1.74.9` + - Fixed CLI to show missing modules more clearly during import + - Supported device authorization with Okta + ## New Features & Enhancements - - - Added `crewai config` CLI command group with tests - - Added default value support for `crew.name` - - Introduced initial tracing capabilities - - Added support for LangDB integration - - Added support for CLI configuration documentation - + + - Added `crewai config` CLI command group with tests + - Added default value support for `crew.name` + - Introduced initial tracing capabilities + - Added support for LangDB integration + - Added support for CLI configuration documentation + ## Documentation & Guides - - - Updated MCP documentation with `connect_timeout` attribute - - Added LangDB integration documentation - - Added CLI config documentation - - General feature doc updates and cleanup - + + - Updated MCP documentation with `connect_timeout` attribute + - Added LangDB integration documentation + - Added CLI config documentation + - General feature doc updates and cleanup + @@ -370,24 +370,24 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.152.0) - + ## Core Improvements & Fixes - - - Removed `crewai signup` references and replaced them with `crewai login` - - Fixed support for adding memories to Mem0 using `agent_id` - - Changed the default value in Mem0 configuration - - Updated import error to show missing module files clearly - - Added timezone support to event timestamps - + + - Removed `crewai signup` references and replaced them with `crewai login` + - Fixed support for adding memories to Mem0 using `agent_id` + - Changed the default value in Mem0 configuration + - Updated import error to show missing module files clearly + - Added timezone support to event timestamps + ## New Features & Enhancements - - - Enhanced `Flow` class to support custom flow names - - Refactored RAG components into a dedicated top-level module - + + - Enhanced `Flow` class to support custom flow names + - Refactored RAG components into a dedicated top-level module + ## Documentation & Guides - - - Fixed incorrect model naming in Google Vertex AI documentation - + + - Fixed incorrect model naming in Google Vertex AI documentation + @@ -395,42 +395,42 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.150.0) - + ## Core Improvements & Fixes - - - Used file lock around Chroma client initialization - - Removed workaround related to SQLite without FTS5 - - Dropped unsupported `stop` parameter for LLM models automatically - - Fixed `save` method and updated related test cases - - Fixed message handling for Ollama models when last message is from assistant - - Removed duplicate print on LLM call error - - Added deprecation notice to `UserMemory` - - Upgraded LiteLLM to version 1.74.3 - + + - Used file lock around Chroma client initialization + - Removed workaround related to SQLite without FTS5 + - Dropped unsupported `stop` parameter for LLM models automatically + - Fixed `save` method and updated related test cases + - Fixed message handling for Ollama models when last message is from assistant + - Removed duplicate print on LLM call error + - Added deprecation notice to `UserMemory` + - Upgraded LiteLLM to version 1.74.3 + ## New Features & Enhancements - - - Added support for ad-hoc tool calling via internal LLM class - - Updated Mem0 Storage from v1.1 to v2 - + + - Added support for ad-hoc tool calling via internal LLM class + - Updated Mem0 Storage from v1.1 to v2 + ## Documentation & Guides - - - Fixed neatlogs documentation - - Added Tavily Search & Extractor tools to the Search-Research suite - - Added documentation for `SerperScrapeWebsiteTool` and reorganized Serper section - - General documentation updates and improvements - + + - Fixed neatlogs documentation + - Added Tavily Search & Extractor tools to the Search-Research suite + - Added documentation for `SerperScrapeWebsiteTool` and reorganized Serper section + - General documentation updates and improvements + ## crewai-tools v0.58.0 ### New Tools / Enhancements - - **SerperScrapeWebsiteTool**: Added a tool for extracting clean content from URLs - - **Bedrock AgentCore**: Integrated browser and code interpreter toolkits for Bedrock agents - - **Stagehand Update**: Refactored and updated Stagehand integration - + - **SerperScrapeWebsiteTool**: Added a tool for extracting clean content from URLs + - **Bedrock AgentCore**: Integrated browser and code interpreter toolkits for Bedrock agents + - **Stagehand Update**: Refactored and updated Stagehand integration + ### Fixes & Cleanup - - **FTS5 Support**: Enabled SQLite FTS5 for improved text search in test workflows - - **Test Speedups**: Parallelized GitHub Actions test suite for faster CI runs - - **Cleanup**: Removed SQLite workaround due to FTS5 support being available - **MongoDBVectorSearchTool**: Fixed serialization and schema handling - + - **FTS5 Support**: Enabled SQLite FTS5 for improved text search in test workflows + - **Test Speedups**: Parallelized GitHub Actions test suite for faster CI runs + - **Cleanup**: Removed SQLite workaround due to FTS5 support being available + **MongoDBVectorSearchTool**: Fixed serialization and schema handling + @@ -438,31 +438,31 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.148.0) - + ## Core Improvements & Fixes - - - Used production WorkOS environment ID - - Added SQLite FTS5 support to test workflow - - Fixed agent knowledge handling - - Compared using `BaseLLM` class instead of `LLM` - - Fixed missing `create_directory` parameter in `Task` class - + + - Used production WorkOS environment ID + - Added SQLite FTS5 support to test workflow + - Fixed agent knowledge handling + - Compared using `BaseLLM` class instead of `LLM` + - Fixed missing `create_directory` parameter in `Task` class + ## New Features & Enhancements - - - Introduced Agent evaluation functionality - - Added Evaluator experiment and regression testing methods - - Implemented thread-safe `AgentEvaluator` - - Enabled event emission for Agent evaluation - - Supported evaluation of single `Agent` and `LiteAgent` - - Added integration with `neatlogs` - - Added crew context tracking for LLM guardrail events - + + - Introduced Agent evaluation functionality + - Added Evaluator experiment and regression testing methods + - Implemented thread-safe `AgentEvaluator` + - Enabled event emission for Agent evaluation + - Supported evaluation of single `Agent` and `LiteAgent` + - Added integration with `neatlogs` + - Added crew context tracking for LLM guardrail events + ## Documentation & Guides - - - Added documentation for `guardrail` attributes and usage examples - - Added integration guide for `neatlogs` - - Updated documentation for Agent repository and `Agent.kickoff` usage - + + - Added documentation for `guardrail` attributes and usage examples + - Added integration guide for `neatlogs` + - Updated documentation for Agent repository and `Agent.kickoff` usage + @@ -470,19 +470,19 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.141.0) - + ## Core Improvements & Fixes - - - Sped up GitHub Actions tests through parallelization - + + - Sped up GitHub Actions tests through parallelization + ## New Features & Enhancements - - - Added crew context tracking for LLM guardrail events - + + - Added crew context tracking for LLM guardrail events + ## Documentation & Guides - - - Added documentation for Agent repository usage - - Added documentation for `Agent.kickoff` method + + - Added documentation for Agent repository usage + - Added documentation for `Agent.kickoff` method @@ -490,32 +490,32 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.140.0) - + ## Core Improvements & Fixes - - - Fixed typo in test prompts - - Fixed project name normalization by stripping trailing slashes during crew creation - - Ensured environment variables are written in uppercase - - Updated LiteLLM dependency - - Refactored collection handling in `RAGStorage` - - Implemented PEP 621 dynamic versioning - + + - Fixed typo in test prompts + - Fixed project name normalization by stripping trailing slashes during crew creation + - Ensured environment variables are written in uppercase + - Updated LiteLLM dependency + - Refactored collection handling in `RAGStorage` + - Implemented PEP 621 dynamic versioning + ## New Features & Enhancements - - - Added capability to track LLM calls by task and agent - - Introduced `MemoryEvents` to monitor memory usage - - Added console logging for memory system and LLM guardrail events - - Improved data training support for models up to 7B parameters + + - Added capability to track LLM calls by task and agent + - Introduced `MemoryEvents` to monitor memory usage + - Added console logging for memory system and LLM guardrail events + - Improved data training support for models up to 7B parameters - Added Scarf and Reo.dev analytics tracking - CLI workos login - + ## Documentation & Guides - - - Updated CLI LLM documentation - - Added Nebius integration to the docs - - Corrected typos in installation and pt-BR documentation - - Added docs about `MemoryEvents` - - Implemented docs redirects and included development tools + + - Updated CLI LLM documentation + - Added Nebius integration to the docs + - Corrected typos in installation and pt-BR documentation + - Added docs about `MemoryEvents` + - Implemented docs redirects and included development tools @@ -523,35 +523,35 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.134.0) - + ## Core Improvements & Fixes - - - Fixed tools parameter syntax - - Fixed type annotation in `Task` - - Fixed SSL error when retrieving LLM data from GitHub - - Ensured compatibility with Pydantic 2.7.x - - Removed `mkdocs` from project dependencies - - Upgraded Langfuse code examples to use Python SDK v3 - - Added sanitize role feature in `mem0` storage - - Improved Crew search during memory reset - - Improved console printer output - + + - Fixed tools parameter syntax + - Fixed type annotation in `Task` + - Fixed SSL error when retrieving LLM data from GitHub + - Ensured compatibility with Pydantic 2.7.x + - Removed `mkdocs` from project dependencies + - Upgraded Langfuse code examples to use Python SDK v3 + - Added sanitize role feature in `mem0` storage + - Improved Crew search during memory reset + - Improved console printer output + ## New Features & Enhancements - - - Added support for initializing a tool from defined `Tool` attributes - - Added official way to use MCP Tools within a `CrewBase` - - Enhanced MCP tools support to allow selecting multiple tools per agent in `CrewBase` - - Added Oxylabs Web Scraping tools - + + - Added support for initializing a tool from defined `Tool` attributes + - Added official way to use MCP Tools within a `CrewBase` + - Enhanced MCP tools support to allow selecting multiple tools per agent in `CrewBase` + - Added Oxylabs Web Scraping tools + ## Documentation & Guides - - - Updated `quickstart.mdx` - - Added docs on `LLMGuardrail` events - - Updated documentation with comprehensive service integration details - - Updated recommendation filters for MCP and Enterprise tools - - Updated docs for Maxim observability - - Added pt-BR documentation translation - - General documentation improvements + + - Updated `quickstart.mdx` + - Added docs on `LLMGuardrail` events + - Updated documentation with comprehensive service integration details + - Updated recommendation filters for MCP and Enterprise tools + - Updated docs for Maxim observability + - Added pt-BR documentation translation + - General documentation improvements @@ -559,30 +559,30 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.130.0) - + ## Core Improvements & Fixes - - - Removed duplicated message related to Tool result output - - Fixed missing `manager_agent` tokens in `usage_metrics` from kickoff - - Fixed telemetry singleton to respect dynamic environment variables - - Fixed issue where Flow status logs could hide human input - - Increased default X-axis spacing for flow plotting - + + - Removed duplicated message related to Tool result output + - Fixed missing `manager_agent` tokens in `usage_metrics` from kickoff + - Fixed telemetry singleton to respect dynamic environment variables + - Fixed issue where Flow status logs could hide human input + - Increased default X-axis spacing for flow plotting + ## New Features & Enhancements - - - Added support for multi-org actions in the CLI - - Enabled async tool executions for more efficient workflows - - Introduced `LiteAgent` with Guardrail integration - - Upgraded `LiteLLM` to support latest OpenAI version - + + - Added support for multi-org actions in the CLI + - Enabled async tool executions for more efficient workflows + - Introduced `LiteAgent` with Guardrail integration + - Upgraded `LiteLLM` to support latest OpenAI version + ## Documentation & Guides - - - Documented minimum `UV` version for Tool repository - - Improved examples for Hallucination Guardrail - - Updated planning docs for LLM usage - - Added documentation for Maxim support in Agent observability - - Expanded integrations documentation with images for enterprise features - - Fixed guide on persistence + + - Documented minimum `UV` version for Tool repository + - Improved examples for Hallucination Guardrail + - Updated planning docs for LLM usage + - Added documentation for Maxim support in Agent observability + - Expanded integrations documentation with images for enterprise features + - Fixed guide on persistence - Updated Python version support to support python 3.13.x @@ -592,25 +592,25 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.126.0) ### What’s Changed - + #### Core Improvements & Fixes - + - Added support for Python 3.13 - Fixed agent knowledge sources issue - Persisted available tools from a Tool repository - Enabled tools to be loaded from Agent repository via their own module - Logged usage of tools when called by an LLM - + #### New Features & Enhancements - + - Added streamable-http transport support in MCP integration - Added support for community analytics - Expanded OpenAI-compatible section with a Gemini example - Introduced transparency features for prompts and memory systems - Minor enhancements for Tool publishing - + #### Documentation & Guides - + - Major restructuring of docs for better navigation - Expanded MCP integration documentation - Updated memory docs and README visuals @@ -634,23 +634,23 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.121.0) # What’s Changed - + ## Core Improvements & Fixes - + - Fixed encoding error when creating tools - Fixed failing llama test - Updated logging configuration for consistency - Enhanced telemetry initialization and event handling - + ## New Features & Enhancements - + - Added markdown attribute to the Task class - Added reasoning attribute to the Agent class - Added inject_date flag to Agent for automatic date injection - Implemented HallucinationGuardrail (no-op with test coverage) - + ## Documentation & Guides - + - Added documentation for StagehandTool and improved MDX structure - Added documentation for MCP integration and updated enterprise docs - Documented knowledge events and updated reasoning docs @@ -665,8 +665,8 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.120.1) ## Whats New - - * Fixes Interpolation with hyphens + + * Fixes Interpolation with hyphens @@ -674,26 +674,26 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.120.0) - + ### Core Improvements & Fixes • Enabled full Ruff rule set by default for stricter linting • Addressed race condition in FilteredStream using context managers • Fixed agent knowledge reset issue • Refactored agent fetching logic into utility module - + ### New Features & Enhancements • Added support for loading an Agent directly from a repository • Enabled setting an empty context for Task • Enhanced Agent repository feedback and fixed Tool auto-import behavior • Introduced direct initialization of knowledge (bypassing knowledge_sources) - + ### Documentation & Guides • Updated security.md for current security practices • Cleaned up Google setup section for clarity • Added link to AI Studio when entering Gemini key • Updated Arize Phoenix observability guide • Refreshed flow documentation - + @@ -702,23 +702,23 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.119.0) What’s Changed - + ## Core Improvements & Fixes - + - Improved test reliability by enhancing pytest handling for flaky tests - Fixed memory reset crash when embedding dimensions mismatch - Enabled parent flow identification for Crew and LiteAgent - Prevented telemetry-related crashes when unavailable - Upgraded LiteLLM version for better compatibility - Fixed llama converter tests by removing skip_external_api - + ## New Features & Enhancements - + - Introduced knowledge retrieval prompt re-writting in Agent for improved tracking and debugging - Made LLM setup and quickstart guides model-agnostic - + ## Documentation & Guides - + - Added advanced configuration docs for the RAG tool - Updated Windows troubleshooting guide - Refined documentation examples for better clarity @@ -730,21 +730,21 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.118.0) - + ### Core Improvements & Fixes - + - Fixed issues with missing prompt or system templates. - Removed global logging configuration to avoid unintended overrides. - Renamed TaskGuardrail to LLMGuardrail for improved clarity. - Downgraded litellm to version 1.167.1 for compatibility. - Added missing __init__.py files to ensure proper module initialization. - + ### New Features & Enhancements - + - Added support for no-code Guardrail creation to simplify AI behavior controls. - + ### Documentation & Guides - + - Removed CrewStructuredTool from public documentation to reflect internal usage. - Updated enterprise documentation and YouTube embed for improved onboarding experience. @@ -755,9 +755,9 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.117.1) * build: upgrade crewai-tools - * upgrade liteLLM to latest version + * upgrade liteLLM to latest version * Fix Mem0 OSS - + @@ -766,17 +766,17 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.117.0) # What's Changed - + ## New Features & Enhancements - + - Added `result_as_answer` parameter support in `@tool` decorator. - Introduced support for new language models: GPT-4.1, Gemini-2.0, and Gemini-2.5 Pro. - Enhanced knowledge management capabilities. - Added Huggingface provider option in CLI. - Improved compatibility and CI support for Python 3.10+. - + ## Core Improvements & Fixes - + - Fixed issues with incorrect template parameters and missing inputs. - Improved asynchronous flow handling with coroutine condition checks. - Enhanced memory management with isolated configuration and correct memory object copying. @@ -786,16 +786,16 @@ mode: "wide" - Raised explicit exceptions when flows fail. - Removed unused code and redundant comments from various modules. - Updated GitHub App token action to v2. - + ## Documentation & Guides - + - Enhanced documentation structure, including enterprise deployment instructions. - Automatically create output folders for documentation generation. - Fixed broken link in `WeaviateVectorSearchTool` documentation. - Fixed guardrail documentation usage and import paths for JSON search tools. - Updated documentation for `CodeInterpreterTool`. - Improved SEO, contextual navigation, and error handling for documentation pages. - + @@ -804,28 +804,28 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.114.0) # What's Changed - + ## New Features & Enhancements - + - Agents as an atomic unit. (`Agent(...).kickoff()`) - Support to Custom LLM implementations. - Integrated External Memory and Opik observability. - Enhanced YAML extraction. - Multimodal agent validation. - Added Secure fingerprints for agents and crews. - + ## Core Improvements & Fixes - + - Improved serialization, agent copying, and Python compatibility. - - Added wildcard support to emit() + - Added wildcard support to emit() - Added support for additional router calls and context window adjustments. - Fixed typing issues, validation, and import statements. - Improved method performance. - Enhanced agent task handling, event emissions, and memory management. - Fixed CLI issues, conditional tasks, cloning behavior, and tool outputs. - + ## Documentation & Guides - + - Improved documentation structure, theme, and organization. - Added guides for Local NVIDIA NIM with WSL2, W&B Weave, and Arize Phoenix. - Updated tool configuration examples, prompts, and observability docs. @@ -838,21 +838,21 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.108.0) # Features - + - Converted tabs to spaces in crew.py template in PR #2190 - Enhanced LLM Streaming Response Handling and Event System in PR #2266 - Included model_name in PR #2310 - Enhanced Event Listener with rich visualization and improved logging in PR #2321 - Added fingerprints in PR #2332 - + # Bug Fixes - + - Fixed Mistral issues in PR #2308 - Fixed a bug in documentation in PR #2370 - Fixed type check error in fingerprint property in PR #2369 - + # Documentation Updates - + - Improved tool documentation in PR #2259 - Updated installation guide for the uv tool package in PR #2196 - Added instructions for upgrading crewAI with the uv tool in PR #2363 @@ -869,7 +869,7 @@ mode: "wide" - Improved async flow support and addressed agent response formatting. - Enhanced memory reset functionality and fixed CLI memory commands. - Fixed type issues, tool calling properties, and telemetry decoupling. - + **New Features & Enhancements** - Added Flow state export and improved state utilities. - Enhanced agent knowledge setup with optional crew embedder. @@ -877,12 +877,12 @@ mode: "wide" - Added support for Python 3.10 and ChatOllama from langchain_ollama. - Integrated context window size support for the o3-mini model. - Added support for multiple router calls. - + **Documentation & Guides** - Improved documentation layout and hierarchical structure. - Added QdrantVectorSearchTool guide and clarified event listener usage. - Fixed typos in prompts and updated Amazon Bedrock model listings. - + @@ -890,32 +890,32 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.102.0) - + ### Core Improvements & Fixes - + - Enhanced LLM Support: Improved structured LLM output, parameter handling, and formatting for Anthropic models. - Crew & Agent Stability: Fixed issues with cloning agents/crews using knowledge sources, multiple task outputs in conditional tasks, and ignored Crew task callbacks. - Memory & Storage Fixes: Fixed short-term memory handling with Bedrock, ensured correct embedder initialization, and added a reset memories function in the crew class. - Training & Execution Reliability: Fixed broken training and interpolation issues with dict and list input types. - + ### New Features & Enhancements - + - Advanced Knowledge Management: Improved naming conventions and enhanced embedding configuration with custom embedder support. - Expanded Logging & Observability: Added JSON format support for logging and integrated MLflow tracing documentation. - Data Handling Improvements: Updated excel_knowledge_source.py to process multi-tab files. - General Performance & Codebase Clean-Up: Streamlined enterprise code alignment and resolved linting issues. - Adding new tool QdrantVectorSearchTool - + ### Documentation & Guides - + - Updated AI & Memory Docs: Improved Bedrock, Google AI, and long-term memory documentation. - Task & Workflow Clarity: Added "Human Input" row to Task Attributes, Langfuse guide, and FileWriterTool documentation. - Fixed Various Typos & Formatting Issues. - + ### Maintenance & Miscellaneous - + - Refined Google Docs integrations and task handling for the current year. - + @@ -924,13 +924,13 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.100.0) * Feat: Add Composio docs - * Feat: Add SageMaker as a LLM provider + * Feat: Add SageMaker as a LLM provider * Fix: Overall LLM connection issues * Fix: Using safe accessors on training - * Fix: Add version check to crew_chat.py + * Fix: Add version check to crew_chat.py * Docs: New docs for crewai chat * Docs: Improve formatting and clarity in CLI and Composio Tool docs - + @@ -954,9 +954,9 @@ mode: "wide" * Fix: TYPOS * Fix: Nested pydantic model issue * Fix: Docling issues - * Fix: union issue + * Fix: union issue * Docs updates - + @@ -972,7 +972,7 @@ mode: "wide" * Feat: Add Workflow Permissions * Feat: Add support for langfuse with litellm * Feat: Portkey Integration with CrewAI - * Feat: Add interpolate_only method and improve error handling + * Feat: Add interpolate_only method and improve error handling * Feat: Docling Support * Feat: Weviate Support * Fix: output_file not respecting system path @@ -988,7 +988,7 @@ mode: "wide" * Fix: include event emitter in flows * Fix: Docstring, Error Handling, and Type Hints Improvements * Fix: Suppressed userWarnings from litellm pydantic issues - + @@ -996,10 +996,10 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.86.0) - * remove all references to pipeline and pipeline router - * docs: Add Nvidia NIM as provider in Custom LLM - * add knowledge demo + improve knowledge docs - * Brandon/cre 509 hitl multiple rounds of followup + * remove all references to pipeline and pipeline router + * docs: Add Nvidia NIM as provider in Custom LLM + * add knowledge demo + improve knowledge docs + * Brandon/cre 509 hitl multiple rounds of followup * New docs about yaml crew with decorators. Simplify template crew @@ -1018,7 +1018,7 @@ mode: "wide" * Update readme for running mypy * Add knowledge to mint.json * Update Github actions - * Docs Update Agents docs to include two approaches for creating an agent + * Docs Update Agents docs to include two approaches for creating an agent * Documentation Improvements: LLM Configuration and Usage @@ -1043,7 +1043,7 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.80.0) - * Fixing Tokens callback replacement bug + * Fixing Tokens callback replacement bug * Fixing Step callback issue * Add cached prompt tokens info on usage metrics * Fix crew_train_success test @@ -1062,15 +1062,15 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.79.0) - * Add inputs to flows + * Add inputs to flows * Enhance log storage to support more data types * Add support to IBM memory * Add Watson as an option in CLI * Add security.md file - * Replace .netrc with uv environment variables + * Replace .netrc with uv environment variables * Move BaseTool to main package and centralize tool description generation * Raise an error if an LLM doesnt return a response - * Fix flows to support cycles and added in test + * Fix flows to support cycles and added in test * Update how we name crews and fix missing config * Update docs @@ -1103,9 +1103,9 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.76.0) * fix/fixed missing API prompt + CLI docs update - * chore(readme): fixing step for 'running tests' in the contribution + * chore(readme): fixing step for 'running tests' in the contribution * support unsafe code execution. add in docker install and running checks - * Fix memory imports for embedding functions by + * Fix memory imports for embedding functions by @@ -1124,11 +1124,11 @@ mode: "wide" * Fixing test post training * Simplify flows * Adapt `crewai tool install ` - * Ensure original embedding config works + * Ensure original embedding config works * Fix bugs - * Update docs - Including adding Cerebras LLM example configuration to LLM docs + * Update docs - Including adding Cerebras LLM example configuration to LLM docs * Drop unnecessary tests - + @@ -1136,7 +1136,7 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.74.2) - * feat: add poetry.lock to uv migration + * feat: add poetry.lock to uv migration * fix tool calling issue @@ -1165,9 +1165,9 @@ mode: "wide" * Create `crewai create flow` command * Create `crewai tool create ` command * Add Git validations for publishing tools - * fix: JSON encoding date objects + * fix: JSON encoding date objects * New Docs - * Update README + * Update README * Bug fixes @@ -1195,7 +1195,7 @@ mode: "wide" - Adding initial tools API - TYPOS - Updating Docs - + Fixes: #1359 #1355 #1353 #1356 and others @@ -1272,7 +1272,7 @@ mode: "wide" - Adds the ability to not use system prompt use_system_prompt on the Agent - Adds the ability to not use stop words (to support o1 models) use_stop_words on the Agent - Sliding context window gets renamed to respect_context_window, and enable by default - - Delegation is now disabled by default + - Delegation is now disabled by default - Inner prompts were slightly changed as well - Overall reliability and quality of results - New support for: @@ -1301,8 +1301,8 @@ mode: "wide" * Fix Azure support * Add support to Python 3.10 * Moving away from Pydantic v1 - - + + @@ -1330,7 +1330,7 @@ mode: "wide" - JSON truncation issues - Fix logging types - Only import AgentOps if the Env Key is set - - Sanitize agent roles to ensure valid directory names (Windows) + - Sanitize agent roles to ensure valid directory names (Windows) - Tools name shouldn't contain space for OpenAI - A bunch of minor issues @@ -1350,7 +1350,7 @@ mode: "wide" - **[Breaking Change]** Type Safe output - All crews and tasks now return a proper object TaskOuput and CrewOutput - - **[Feature]** New planning feature for crews (plan before act) + - **[Feature]** New planning feature for crews (plan before act) - by adding planning=True to the Crew instance - **[Feature]** Introduced Replay Feature - New CLI that allow you to list the tasks from last run and replay from a specific one @@ -1470,9 +1470,9 @@ mode: "wide" - Making gpt-4o the default model - Adding new docs for LangTrace, Browserbase and Exa Search - Adding timestamp to logging - - - + + + @@ -1507,7 +1507,7 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.30.4) **Docs Update will follow** sorry about that and thank you for bearing with me, we are launching new docs soon! - + ➿ Fixing task callback 🧙 Ability to set a specific agent as manager instead of having crew create your one 📄 Ability to set system, prompt and response templates, so it works more reliable with opensource models (works better with smaller models) @@ -1523,7 +1523,7 @@ mode: "wide" 🐛 Smaller bug fixes (typos and such) 👬 Fixing co-worker / coworker issues 👀 Smaller Readme Updates - + @@ -1540,7 +1540,7 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.28.7) - Bug fixes - - Updating crewAI tool version with bug fixes + - Updating crewAI tool version with bug fixes @@ -1595,7 +1595,7 @@ mode: "wide" - 💠 **Inner Prompt Improvements:** A finer conversational flow. - 📝 **Improving tool usage with better parsing** - 🔒 **Security improvements and updating dependencies** - - 📄 **Documentation improved** + - 📄 **Documentation improved** - 🐛 **Bug fixes** @@ -1797,20 +1797,20 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.5.0) This new version bring a lot of new features and improvements to the library. - + ## Features - Adding Task Callbacks. - Adding support for Hierarchical process. - Adding ability to references specific tasks in another task. - Adding ability to parallel task execution. - + ## Improvements - Revamping Max Iterations and Max Requests per Minute. - Developer experience improvements, docstrings and such. - Small improvements and TYPOs. - Fix static typing errors. - Updated README and Docs. - + @@ -1833,7 +1833,7 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.1.23) - - Many Reliability improvements + - Many Reliability improvements - Prompt changes - Initial changes for supporting multiple languages - Fixing bug on task repeated execution @@ -1853,7 +1853,7 @@ mode: "wide" - Removing WIP code. (@joaomdmoura) - A lot of developer quality of life improvements (Special thanks to @greysonlalonde). - Updating to pydantic v2 (Special thanks to @greysonlalonde as well). - + @@ -1870,11 +1870,11 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.1.1) # CrewAI v0.1.1 Release Notes - + ## What's New - + - **Crew Verbose Mode**: Now allowing you to inspect a the tasks are being executed. - + - **README and Docs Updates**: A series of minor updates on the docs @@ -1884,34 +1884,34 @@ mode: "wide" [View release on GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.1.0) # CrewAI v0.1.0 Release Notes - + We are thrilled to announce the initial release of CrewAI, version 0.1.0! CrewAI is a framework designed to facilitate the orchestration of autonomous AI agents capable of role-playing and collaboration to accomplish complex tasks more efficiently. - + ## What's New - + - **Initial Launch**: CrewAI is now officially in the wild! This foundational release lays the groundwork for AI agents to work in tandem, each with its own specialized role and objectives. - + - **Role-Based Agent Design**: Define and customize agents with specific roles, goals, and the tools they need to succeed. - + - **Inter-Agent Delegation**: Agents are now equipped to autonomously delegate tasks, enabling dynamic distribution of workload among the team. - + - **Task Management**: Create and assign tasks dynamically with the flexibility to specify the tools needed for each task. - + - **Sequential Processes**: Set up your agents to tackle tasks one after the other, ensuring organized and predictable workflows. - + - **Documentation**: Start exploring CrewAI with our initial documentation that guides you through the setup and use of the framework. - + ## Enhancements - + - Detailed API documentation for the `Agent`, `Task`, `Crew`, and `Process` classes. - Examples and tutorials to help you build your first CrewAI application. - Basic setup for collaborative and delegation mechanisms among agents. - + ## Known Issues - + - As this is the first release, there may be undiscovered bugs and areas for optimization. We encourage the community to report any issues found during use. - + ## Upcoming Features - + - **Advanced Process Management**: In future releases, we will introduce more complex processes for task management including consensual and hierarchical workflows. diff --git a/docs/en/concepts/tools.mdx b/docs/en/concepts/tools.mdx index 41dbe2706..09ab025b3 100644 --- a/docs/en/concepts/tools.mdx +++ b/docs/en/concepts/tools.mdx @@ -208,7 +208,7 @@ from crewai.tools import BaseTool class AsyncCustomTool(BaseTool): name: str = "async_custom_tool" description: str = "An asynchronous custom tool" - + async def _run(self, query: str = "") -> str: """Asynchronously run the tool""" # Your async implementation here diff --git a/docs/en/enterprise/features/automations.mdx b/docs/en/enterprise/features/automations.mdx index 20bef37cf..675977e01 100644 --- a/docs/en/enterprise/features/automations.mdx +++ b/docs/en/enterprise/features/automations.mdx @@ -102,5 +102,3 @@ Once deployed, you can view the automation details and have the **Options** drop Stream real-time events and updates to your systems. - - diff --git a/docs/en/enterprise/features/crew-studio.mdx b/docs/en/enterprise/features/crew-studio.mdx index 003d0fce8..b4ea0b238 100644 --- a/docs/en/enterprise/features/crew-studio.mdx +++ b/docs/en/enterprise/features/crew-studio.mdx @@ -86,5 +86,3 @@ Once published, you can view the automation details and have the **Options** dro Export a React Component. - - diff --git a/docs/en/enterprise/features/marketplace.mdx b/docs/en/enterprise/features/marketplace.mdx index dda041c3d..dc7e0d916 100644 --- a/docs/en/enterprise/features/marketplace.mdx +++ b/docs/en/enterprise/features/marketplace.mdx @@ -28,7 +28,7 @@ The Marketplace provides a curated surface for discovering integrations, interna ![Install & Configure](/images/enterprise/marketplace-install.png) -You can also download the templates directly from the marketplace by clicking on the `Download` button so +You can also download the templates directly from the marketplace by clicking on the `Download` button so you can use them locally or refine them to your needs. ## Related @@ -44,5 +44,3 @@ you can use them locally or refine them to your needs. Store, share, and reuse agent definitions across teams and projects. - - diff --git a/docs/en/enterprise/features/rbac.mdx b/docs/en/enterprise/features/rbac.mdx index 0305ed22b..7a121fe05 100644 --- a/docs/en/enterprise/features/rbac.mdx +++ b/docs/en/enterprise/features/rbac.mdx @@ -11,12 +11,12 @@ RBAC in CrewAI AMP enables secure, scalable access management through a combinat RBAC overview in CrewAI AMP - + ## Users and Roles -Each member in your CrewAI workspace is assigned a role, which determines their access across various features. +Each member in your CrewAI workspace is assigned a role, which determines their access across various features. You can: @@ -94,11 +94,9 @@ The organization owner always has access. In private mode, only whitelisted user Automation Visibility settings in CrewAI AMP - + Contact our support team for assistance with RBAC questions. - - diff --git a/docs/en/enterprise/features/tools-and-integrations.mdx b/docs/en/enterprise/features/tools-and-integrations.mdx index 530dec425..4e60021db 100644 --- a/docs/en/enterprise/features/tools-and-integrations.mdx +++ b/docs/en/enterprise/features/tools-and-integrations.mdx @@ -188,10 +188,10 @@ Tools & Integrations is the central hub for connecting third‑party apps and ma ## Internal Tools - Create custom tools locally, publish them on CrewAI AMP Tool Repository and use them in your agents. + Create custom tools locally, publish them on CrewAI AMP Tool Repository and use them in your agents. - Before running the commands below, make sure you log in to your CrewAI AMP account by running this command: + Before running the commands below, make sure you log in to your CrewAI AMP account by running this command: ```bash crewai login ``` @@ -247,4 +247,3 @@ Tools & Integrations is the central hub for connecting third‑party apps and ma Automate workflows and integrate with external platforms and services. - diff --git a/docs/en/enterprise/features/traces.mdx b/docs/en/enterprise/features/traces.mdx index aba3fdf7a..98d6f7c95 100644 --- a/docs/en/enterprise/features/traces.mdx +++ b/docs/en/enterprise/features/traces.mdx @@ -30,7 +30,7 @@ Traces in CrewAI AMP are detailed execution records that capture every aspect of Once in your CrewAI AMP dashboard, click on the **Traces** to view all execution records. - + You'll see a list of all crew executions, sorted by date. Click on any execution to view its detailed trace. @@ -112,7 +112,7 @@ Traces are invaluable for troubleshooting issues with your crews: When a crew execution doesn't produce the expected results, examine the trace to find where things went wrong. Look for: - + - Failed tasks - Unexpected agent decisions - Tool usage errors @@ -122,19 +122,19 @@ Traces are invaluable for troubleshooting issues with your crews: ![Failure Points](/images/enterprise/failure.png) - + Use execution metrics to identify performance bottlenecks: - + - Tasks that took longer than expected - Excessive token usage - Redundant tool operations - Unnecessary API calls - + Analyze token usage and cost estimates to optimize your crew's efficiency: - + - Consider using smaller models for simpler tasks - Refine prompts to be more concise - Cache frequently accessed information @@ -154,4 +154,4 @@ This yields more stable tracing under load while preserving detailed task/agent Contact our support team for assistance with trace analysis or any other CrewAI AMP features. - \ No newline at end of file + diff --git a/docs/en/enterprise/features/webhook-streaming.mdx b/docs/en/enterprise/features/webhook-streaming.mdx index 777f401ae..45b13d8c7 100644 --- a/docs/en/enterprise/features/webhook-streaming.mdx +++ b/docs/en/enterprise/features/webhook-streaming.mdx @@ -7,7 +7,7 @@ mode: "wide" ## Overview -Enterprise Event Streaming lets you receive real-time webhook updates about your crews and flows deployed to +Enterprise Event Streaming lets you receive real-time webhook updates about your crews and flows deployed to CrewAI AMP, such as model calls, tool usage, and flow steps. ## Usage @@ -151,7 +151,7 @@ CrewAI supports both system events and custom events in Enterprise Event Streami ### Reasoning Events: - `agent_reasoning_started` - - `agent_reasoning_completed` + - `agent_reasoning_completed` - `agent_reasoning_failed` Event names match the internal event bus. See GitHub for the full list of events. @@ -165,4 +165,4 @@ You can emit your own custom events, and they will be delivered through the webh Contact our support team for assistance with webhook integration or troubleshooting. - \ No newline at end of file + diff --git a/docs/en/enterprise/guides/automation-triggers.mdx b/docs/en/enterprise/guides/automation-triggers.mdx index 3f6b45b97..61fe4691c 100644 --- a/docs/en/enterprise/guides/automation-triggers.mdx +++ b/docs/en/enterprise/guides/automation-triggers.mdx @@ -252,4 +252,4 @@ Automation triggers transform your CrewAI deployments into responsive, event-dri Check them out on GitHub! - \ No newline at end of file + diff --git a/docs/en/enterprise/guides/azure-openai-setup.mdx b/docs/en/enterprise/guides/azure-openai-setup.mdx index 6d1b206ae..408fe8601 100644 --- a/docs/en/enterprise/guides/azure-openai-setup.mdx +++ b/docs/en/enterprise/guides/azure-openai-setup.mdx @@ -49,4 +49,4 @@ If you encounter issues: - Verify the Target URI format matches the expected pattern - Check that the API key is correct and has proper permissions - Ensure network access is configured to allow CrewAI connections -- Confirm the deployment model matches what you've configured in CrewAI +- Confirm the deployment model matches what you've configured in CrewAI diff --git a/docs/en/enterprise/guides/enable-crew-studio.mdx b/docs/en/enterprise/guides/enable-crew-studio.mdx index 1153da80b..8c3e5422d 100644 --- a/docs/en/enterprise/guides/enable-crew-studio.mdx +++ b/docs/en/enterprise/guides/enable-crew-studio.mdx @@ -6,12 +6,12 @@ mode: "wide" --- -Crew Studio is a powerful **no-code/low-code** tool that allows you to quickly scaffold or build Crews through a conversational interface. +Crew Studio is a powerful **no-code/low-code** tool that allows you to quickly scaffold or build Crews through a conversational interface. ## What is Crew Studio? -Crew Studio is an innovative way to create AI agent crews without writing code. +Crew Studio is an innovative way to create AI agent crews without writing code. ![Crew Studio Interface](/images/enterprise/crew-studio-interface.png) @@ -37,9 +37,9 @@ Before you can start using Crew Studio, you need to configure your LLM connectio Feel free to use any LLM provider you want that is supported by CrewAI. - + Configure your LLM connection: - + - Enter a `Connection Name` (e.g., `OpenAI`) - Select your model provider: `openai` or `azure` - Select models you'd like to use in your Studio-generated Crews @@ -48,28 +48,28 @@ Before you can start using Crew Studio, you need to configure your LLM connectio - For OpenAI: Add `OPENAI_API_KEY` with your API key - For Azure OpenAI: Refer to [this article](https://blog.crewai.com/configuring-azure-openai-with-crewai-a-comprehensive-guide/) for configuration details - Click `Add Connection` to save your configuration - + ![LLM Connection Configuration](/images/enterprise/llm-connection-config.png) - + Once you complete the setup, you'll see your new connection added to the list of available connections. - + ![Connection Added](/images/enterprise/connection-added.png) - + In the main menu, go to **Settings → Defaults** and configure the LLM Defaults settings: - + - Select default models for agents and other components - Set default configurations for Crew Studio - + Click `Save Settings` to apply your changes. - + ![LLM Defaults Configuration](/images/enterprise/llm-defaults.png) @@ -84,36 +84,36 @@ Now that you've configured your LLM connection and default settings, you're read Navigate to the **Studio** section in your CrewAI AMP dashboard. - + Start a conversation with the Crew Assistant by describing the problem you want to solve: - + ```md I need a crew that can research the latest AI developments and create a summary report. ``` - + The Crew Assistant will ask clarifying questions to better understand your requirements. - + Review the generated crew configuration, including: - + - Agents and their roles - Tasks to be performed - Required inputs - Tools to be used - + This is your opportunity to refine the configuration before proceeding. - + Once you're satisfied with the configuration, you can: - + - Download the generated code for local customization - Deploy the crew directly to the CrewAI AMP platform - Modify the configuration and regenerate the crew - + After deployment, test your crew with sample inputs to ensure it performs as expected. @@ -130,32 +130,32 @@ Here's a typical workflow for creating a crew with Crew Studio: Start by describing your problem: - + ```md I need a crew that can analyze financial news and provide investment recommendations ``` - + Respond to clarifying questions from the Crew Assistant to refine your requirements. - + Review the generated crew plan, which might include: - + - A Research Agent to gather financial news - An Analysis Agent to interpret the data - A Recommendations Agent to provide investment advice - + Approve the plan or request changes if necessary. - + Download the code for customization or deploy directly to the platform. - + Test your crew with sample inputs and refine as needed. @@ -164,4 +164,3 @@ Here's a typical workflow for creating a crew with Crew Studio: Contact our support team for assistance with Crew Studio or any other CrewAI AMP features. - diff --git a/docs/en/enterprise/guides/hubspot-trigger.mdx b/docs/en/enterprise/guides/hubspot-trigger.mdx index e4c783b19..c2a7549f3 100644 --- a/docs/en/enterprise/guides/hubspot-trigger.mdx +++ b/docs/en/enterprise/guides/hubspot-trigger.mdx @@ -61,4 +61,4 @@ You can jump-start development with the [HubSpot examples in the trigger reposit Each crew demonstrates how to parse HubSpot record fields, enrich context, and return structured insights. -For more detailed information on available actions and customization options, refer to the [HubSpot Workflows Documentation](https://knowledge.hubspot.com/workflows/create-workflows). +For more detailed information on available actions and customization options, refer to the [HubSpot Workflows Documentation](https://knowledge.hubspot.com/workflows/create-workflows). diff --git a/docs/en/enterprise/guides/kickoff-crew.mdx b/docs/en/enterprise/guides/kickoff-crew.mdx index ec049acd0..80bb47969 100644 --- a/docs/en/enterprise/guides/kickoff-crew.mdx +++ b/docs/en/enterprise/guides/kickoff-crew.mdx @@ -184,4 +184,3 @@ If an execution fails: Contact our support team for assistance with execution issues or questions about the Enterprise platform. - diff --git a/docs/en/enterprise/guides/react-component-export.mdx b/docs/en/enterprise/guides/react-component-export.mdx index f899477a3..6081e3c6d 100644 --- a/docs/en/enterprise/guides/react-component-export.mdx +++ b/docs/en/enterprise/guides/react-component-export.mdx @@ -38,7 +38,7 @@ To run this React component locally, you'll need to set up a React development e npx create-react-app my-crew-app ``` - Change into the project directory: - + ```bash cd my-crew-app ``` @@ -77,7 +77,7 @@ To run this React component locally, you'll need to set up a React development e - In your project directory, run: - + ```bash npm start ``` @@ -101,4 +101,4 @@ You can then customise the `CrewLead.jsx` to add color, title etc - Customize the component styling to match your application's design - Add additional props for configuration - Integrate with your application's state management -- Add error handling and loading states \ No newline at end of file +- Add error handling and loading states diff --git a/docs/en/enterprise/guides/salesforce-trigger.mdx b/docs/en/enterprise/guides/salesforce-trigger.mdx index 5d2443c6b..4b0010edb 100644 --- a/docs/en/enterprise/guides/salesforce-trigger.mdx +++ b/docs/en/enterprise/guides/salesforce-trigger.mdx @@ -47,4 +47,4 @@ Common Salesforce + CrewAI trigger scenarios include: ## Next Steps -For detailed setup instructions and advanced configuration options, please contact CrewAI AMP support who can provide tailored guidance for your specific Salesforce environment and business needs. +For detailed setup instructions and advanced configuration options, please contact CrewAI AMP support who can provide tailored guidance for your specific Salesforce environment and business needs. diff --git a/docs/en/enterprise/guides/team-management.mdx b/docs/en/enterprise/guides/team-management.mdx index 0cf6daabe..cc51f1824 100644 --- a/docs/en/enterprise/guides/team-management.mdx +++ b/docs/en/enterprise/guides/team-management.mdx @@ -85,4 +85,4 @@ You can add roles to your team members to control their access to different part - **Invitation Acceptance**: Invited members will need to accept the invitation to join your organization - **Email Notifications**: You may want to inform your team members to check their email (including spam folders) for the invitation -By following these steps, you can easily expand your team and collaborate more effectively within your CrewAI AMP organization. \ No newline at end of file +By following these steps, you can easily expand your team and collaborate more effectively within your CrewAI AMP organization. diff --git a/docs/en/enterprise/guides/tool-repository.mdx b/docs/en/enterprise/guides/tool-repository.mdx index 0e9c8f287..aee927e63 100644 --- a/docs/en/enterprise/guides/tool-repository.mdx +++ b/docs/en/enterprise/guides/tool-repository.mdx @@ -142,7 +142,7 @@ Deletion is permanent. Deleted tools cannot be restored or re-installed. ## Security Checks -Every published version undergoes automated security checks, and are only available to install after they pass. +Every published version undergoes automated security checks, and are only available to install after they pass. You can check the security check status of a tool at: diff --git a/docs/en/enterprise/guides/update-crew.mdx b/docs/en/enterprise/guides/update-crew.mdx index 0bff60216..6fa49e0e1 100644 --- a/docs/en/enterprise/guides/update-crew.mdx +++ b/docs/en/enterprise/guides/update-crew.mdx @@ -6,7 +6,7 @@ mode: "wide" --- -After deploying your crew to CrewAI AMP, you may need to make updates to the code, security settings, or configuration. +After deploying your crew to CrewAI AMP, you may need to make updates to the code, security settings, or configuration. This guide explains how to perform these common update operations. @@ -87,4 +87,3 @@ If you encounter any issues after updating, you can view deployment logs in the Contact our support team for assistance with updating your crew or troubleshooting deployment issues. - diff --git a/docs/en/enterprise/guides/webhook-automation.mdx b/docs/en/enterprise/guides/webhook-automation.mdx index cb0af912c..4cf5de09c 100644 --- a/docs/en/enterprise/guides/webhook-automation.mdx +++ b/docs/en/enterprise/guides/webhook-automation.mdx @@ -59,7 +59,7 @@ CrewAI AMP allows you to automate your workflow using webhooks. This article wil - 1. Create a new flow in ActivePieces and name it + 1. Create a new flow in ActivePieces and name it ActivePieces Flow @@ -152,4 +152,4 @@ CrewAI AMP allows you to automate your workflow using webhooks. This article wil } ``` - \ No newline at end of file + diff --git a/docs/en/enterprise/guides/zapier-trigger.mdx b/docs/en/enterprise/guides/zapier-trigger.mdx index 0c0e10cdf..df586a781 100644 --- a/docs/en/enterprise/guides/zapier-trigger.mdx +++ b/docs/en/enterprise/guides/zapier-trigger.mdx @@ -101,4 +101,4 @@ This guide will walk you through the process of setting up Zapier triggers for C - Test your Zap thoroughly before turning it on to catch any potential issues. - Consider adding error handling steps to manage potential failures in the workflow. -By following these steps, you'll have successfully set up Zapier triggers for CrewAI AMP, allowing for automated workflows triggered by Slack messages and resulting in email notifications with CrewAI AMP output. \ No newline at end of file +By following these steps, you'll have successfully set up Zapier triggers for CrewAI AMP, allowing for automated workflows triggered by Slack messages and resulting in email notifications with CrewAI AMP output. diff --git a/docs/en/examples/cookbooks.mdx b/docs/en/examples/cookbooks.mdx index 622511746..1bd7f016d 100644 --- a/docs/en/examples/cookbooks.mdx +++ b/docs/en/examples/cookbooks.mdx @@ -47,4 +47,3 @@ mode: "wide" Use Cookbooks to learn a pattern quickly, then jump to Full Examples for production‑grade implementations. - diff --git a/docs/en/learn/human-input-on-execution.mdx b/docs/en/learn/human-input-on-execution.mdx index c920b07cd..c4414bff0 100644 --- a/docs/en/learn/human-input-on-execution.mdx +++ b/docs/en/learn/human-input-on-execution.mdx @@ -7,12 +7,12 @@ mode: "wide" ## Human input in agent execution -Human input is critical in several agent execution scenarios, allowing agents to request additional information or clarification when necessary. +Human input is critical in several agent execution scenarios, allowing agents to request additional information or clarification when necessary. This feature is especially useful in complex decision-making processes or when agents require more details to complete a task effectively. ## Using human input with CrewAI -To integrate human input into agent execution, set the `human_input` flag in the task definition. When enabled, the agent prompts the user for input before delivering its final answer. +To integrate human input into agent execution, set the `human_input` flag in the task definition. When enabled, the agent prompts the user for input before delivering its final answer. This input can provide extra context, clarify ambiguities, or validate the agent's output. ### Example: @@ -96,4 +96,4 @@ result = crew.kickoff() print("######################") print(result) -``` \ No newline at end of file +``` diff --git a/docs/en/learn/llm-selection-guide.mdx b/docs/en/learn/llm-selection-guide.mdx index e58d880a3..0c305aec8 100644 --- a/docs/en/learn/llm-selection-guide.mdx +++ b/docs/en/learn/llm-selection-guide.mdx @@ -44,7 +44,7 @@ The most critical step in LLM selection is understanding what your task actually - **Creative Tasks** demand a different type of cognitive capability focused on generating novel, engaging, and contextually appropriate content. This includes storytelling, marketing copy creation, and creative problem-solving. The model needs to understand nuance, tone, and audience while producing content that feels authentic and engaging rather than formulaic. - + - **Structured Data** tasks require precision and consistency in format adherence. When working with JSON, XML, or database formats, the model must reliably produce syntactically correct output that can be programmatically processed. These tasks often have strict validation requirements and little tolerance for format errors, making reliability more important than creativity. @@ -52,7 +52,7 @@ The most critical step in LLM selection is understanding what your task actually - **Technical Content** sits between structured data and creative content, requiring both precision and clarity. Documentation, code generation, and technical analysis need to be accurate and comprehensive while remaining accessible to the intended audience. The model must understand complex technical concepts and communicate them effectively. - + - **Short Context** scenarios involve focused, immediate tasks where the model needs to process limited information quickly. These are often transactional interactions where speed and efficiency matter more than deep understanding. The model doesn't need to maintain extensive conversation history or process large documents. @@ -74,7 +74,7 @@ Understanding model capabilities requires looking beyond marketing claims and be However, reasoning models often come with trade-offs in terms of speed and cost. They may also be less suitable for creative tasks or simple operations where their sophisticated reasoning capabilities aren't needed. Consider these models when your tasks involve genuine complexity that benefits from systematic, step-by-step analysis. - + General purpose models offer the most balanced approach to LLM selection, providing solid performance across a wide range of tasks without extreme specialization in any particular area. These models are trained on diverse datasets and optimized for versatility rather than peak performance in specific domains. @@ -82,7 +82,7 @@ Understanding model capabilities requires looking beyond marketing claims and be While general purpose models may not achieve the peak performance of specialized alternatives in specific domains, they offer operational simplicity and reduced complexity in model management. They're often the best starting point for new projects, allowing teams to understand their specific needs before potentially optimizing with more specialized models. - + Fast and efficient models prioritize speed, cost-effectiveness, and resource efficiency over sophisticated reasoning capabilities. These models are optimized for high-throughput scenarios where quick responses and low operational costs are more important than nuanced understanding or complex reasoning. @@ -90,7 +90,7 @@ Understanding model capabilities requires looking beyond marketing claims and be The key consideration with efficient models is ensuring that their capabilities align with your task requirements. While they can handle many routine operations effectively, they may struggle with tasks requiring nuanced understanding, complex reasoning, or sophisticated content generation. They're best used for well-defined, routine operations where speed and cost matter more than sophistication. - + Creative models are specifically optimized for content generation, writing quality, and creative thinking tasks. These models typically excel at understanding nuance, tone, and style while producing engaging, contextually appropriate content that feels natural and authentic. @@ -98,7 +98,7 @@ Understanding model capabilities requires looking beyond marketing claims and be When selecting creative models, consider not just their ability to generate text, but their understanding of audience, context, and purpose. The best creative models can adapt their output to match specific brand voices, target different audience segments, and maintain consistency across extended content pieces. - + Open source models offer unique advantages in terms of cost control, customization potential, data privacy, and deployment flexibility. These models can be run locally or on private infrastructure, providing complete control over data handling and model behavior. @@ -151,7 +151,7 @@ content_writer = Agent( ) data_processor = Agent( - role="Data Analysis Specialist", + role="Data Analysis Specialist", goal="Extract and organize key data points from research sources", backstory="Detail-oriented analyst focused on accuracy and efficiency", llm=processing_llm, # Fast, cost-effective model for routine tasks @@ -178,7 +178,7 @@ The key to successful multi-model implementation is understanding how different Cost considerations are particularly important for manager LLMs since they're involved in every operation. The model needs to provide sufficient capability for effective coordination while remaining cost-effective for frequent use. This often means finding models that offer good reasoning capabilities without the premium pricing of the most sophisticated options. - + Function calling LLMs handle tool usage across all agents, making them critical for crews that rely heavily on external tools and APIs. These models need to excel at understanding tool capabilities, extracting parameters accurately, and handling tool responses effectively. @@ -186,7 +186,7 @@ The key to successful multi-model implementation is understanding how different Many teams find that specialized function calling models or general purpose models with strong tool support work better than creative or reasoning-focused models for this role. The key is ensuring that the model can reliably bridge the gap between natural language instructions and structured tool calls. - + Individual agents can override crew-level LLM settings when their specific needs differ significantly from the general crew requirements. This capability allows for fine-tuned optimization while maintaining operational simplicity for most agents. @@ -210,7 +210,7 @@ Effective task definition is often more important than model selection in determ Common mistakes include being too vague about objectives, failing to provide necessary context, setting unclear success criteria, or combining multiple unrelated tasks into a single description. The goal is to provide enough information for the agent to succeed while maintaining focus on a single, clear objective. - + Expected output guidelines serve as a contract between the task definition and the agent, clearly specifying what the deliverable should look like and how it will be evaluated. These guidelines should describe both the format and structure needed, as well as the key elements that must be included for the output to be considered complete. @@ -230,7 +230,7 @@ Effective task definition is often more important than model selection in determ Sequential dependencies work best when there's a clear logical progression from one task to another and when the output of one task genuinely improves the quality or feasibility of subsequent tasks. However, they can create bottlenecks if not managed carefully, so it's important to identify which dependencies are truly necessary versus those that are merely convenient. - + Parallel execution becomes valuable when tasks are independent of each other, time efficiency is important, or different expertise areas are involved that don't require coordination. This approach can significantly reduce overall execution time while allowing specialized agents to work on their areas of strength simultaneously. @@ -286,10 +286,10 @@ domain_expert = Agent( role="B2B SaaS Marketing Strategist", goal="Develop comprehensive go-to-market strategies for enterprise software", backstory=""" - You have 10+ years of experience scaling B2B SaaS companies from Series A to IPO. - You understand the nuances of enterprise sales cycles, the importance of product-market - fit in different verticals, and how to balance growth metrics with unit economics. - You've worked with companies like Salesforce, HubSpot, and emerging unicorns, giving + You have 10+ years of experience scaling B2B SaaS companies from Series A to IPO. + You understand the nuances of enterprise sales cycles, the importance of product-market + fit in different verticals, and how to balance growth metrics with unit economics. + You've worked with companies like Salesforce, HubSpot, and emerging unicorns, giving you perspective on both established and disruptive go-to-market strategies. """, llm=LLM(model="claude-3-5-sonnet", temperature=0.3) # Balanced creativity with domain knowledge @@ -317,9 +317,9 @@ tech_writer = Agent( role="API Documentation Specialist", # Specific role for clear LLM requirements goal="Create comprehensive, developer-friendly API documentation", backstory=""" - You're a technical writer with 8+ years documenting REST APIs, GraphQL endpoints, - and SDK integration guides. You've worked with developer tools companies and - understand what developers need: clear examples, comprehensive error handling, + You're a technical writer with 8+ years documenting REST APIs, GraphQL endpoints, + and SDK integration guides. You've worked with developer tools companies and + understand what developers need: clear examples, comprehensive error handling, and practical use cases. You prioritize accuracy and usability over marketing fluff. """, llm=LLM( @@ -327,13 +327,13 @@ tech_writer = Agent( temperature=0.1 # Low temperature for accuracy ), tools=[code_analyzer_tool, api_scanner_tool], - verbose=True + verbose=True ) ``` **Alignment Checklist:** - ✅ **Role Specificity**: Clear domain and responsibilities -- ✅ **LLM Match**: Model strengths align with role requirements +- ✅ **LLM Match**: Model strengths align with role requirements - ✅ **Backstory Depth**: Provides domain context the LLM can leverage - ✅ **Tool Integration**: Tools support the agent's specialized function - ✅ **Parameter Tuning**: Temperature and settings optimize for role needs @@ -351,26 +351,26 @@ Rather than repeating the strategic framework, here's a tactical checklist for i - Which agents handle the most complex reasoning tasks? - Which agents primarily do data processing or formatting? - Are any agents heavily tool-dependent? - + **Action**: Document current agent roles and identify optimization opportunities. - + **Set Your Baseline:** ```python # Start with a reliable default for the crew default_crew_llm = LLM(model="gpt-4o-mini") # Cost-effective baseline - + crew = Crew( agents=[...], tasks=[...], memory=True ) ``` - + **Action**: Establish your crew's default LLM before optimizing individual agents. - + **Identify and Upgrade Key Agents:** ```python @@ -380,25 +380,25 @@ Rather than repeating the strategic framework, here's a tactical checklist for i llm=LLM(model="gemini-2.5-flash-preview-05-20"), # Premium for coordination # ... rest of config ) - - # Creative or customer-facing agents + + # Creative or customer-facing agents content_agent = Agent( role="Content Creator", llm=LLM(model="claude-3-5-sonnet"), # Best for writing # ... rest of config ) ``` - + **Action**: Upgrade 20% of your agents that handle 80% of the complexity. - + **Once you deploy your agents to production:** - Use [CrewAI AMP platform](https://app.crewai.com) to A/B test your model selections - Run multiple iterations with real inputs to measure consistency and performance - Compare cost vs. performance across your optimized setup - Share results with your team for collaborative decision-making - + **Action**: Replace guesswork with data-driven validation using the testing platform. @@ -413,7 +413,7 @@ Rather than repeating the strategic framework, here's a tactical checklist for i However, reasoning models often come with higher costs and slower response times, so they're best reserved for tasks where their sophisticated capabilities provide genuine value rather than being used for simple operations that don't require complex reasoning. - + Creative models become valuable when content generation is the primary output and the quality, style, and engagement level of that content directly impact success. These models excel when writing quality and style matter significantly, creative ideation or brainstorming is needed, or brand voice and tone are important considerations. @@ -421,7 +421,7 @@ Rather than repeating the strategic framework, here's a tactical checklist for i Creative models may be less suitable for technical or analytical tasks where precision and factual accuracy are more important than engagement and style. They're best used when the creative and communicative aspects of the output are primary success factors. - + Efficient models are ideal for high-frequency, routine operations where speed and cost optimization are priorities. These models work best when tasks have clear, well-defined parameters and don't require sophisticated reasoning or creative capabilities. @@ -429,7 +429,7 @@ Rather than repeating the strategic framework, here's a tactical checklist for i The key with efficient models is ensuring that their capabilities align with task requirements. They can handle many routine operations effectively but may struggle with tasks requiring nuanced understanding, complex reasoning, or sophisticated content generation. - + Open source models become attractive when budget constraints are significant, data privacy requirements exist, customization needs are important, or local deployment is required for operational or compliance reasons. @@ -451,12 +451,12 @@ Rather than repeating the strategic framework, here's a tactical checklist for i ```python # Strategic agent gets premium model manager = Agent(role="Strategy Manager", llm=LLM(model="gpt-4o")) - - # Processing agent gets efficient model + + # Processing agent gets efficient model processor = Agent(role="Data Processor", llm=LLM(model="gpt-4o-mini")) ``` - + **The Problem**: Not understanding how CrewAI's LLM hierarchy works - crew LLM, manager LLM, and agent LLM settings can conflict or be poorly coordinated. @@ -470,12 +470,12 @@ Rather than repeating the strategic framework, here's a tactical checklist for i manager_llm=LLM(model="gpt-4o"), # For crew coordination process=Process.hierarchical # When using manager_llm ) - + # Agents inherit crew LLM unless specifically overridden agent1 = Agent(llm=LLM(model="claude-3-5-sonnet")) # Override for specific needs ``` - + **The Problem**: Choosing models based on general capabilities while ignoring function calling performance for tool-heavy CrewAI workflows. @@ -493,7 +493,7 @@ Rather than repeating the strategic framework, here's a tactical checklist for i ) ``` - + **The Problem**: Making complex model selection decisions based on theoretical performance without validating with actual CrewAI workflows and tasks. @@ -503,7 +503,7 @@ Rather than repeating the strategic framework, here's a tactical checklist for i ```python # Start with this crew = Crew(agents=[...], tasks=[...], llm=LLM(model="gpt-4o-mini")) - + # Test performance, then optimize specific agents as needed # Use Enterprise platform testing to validate improvements ``` @@ -571,23 +571,23 @@ The Enterprise platform transforms model selection from guesswork into a data-dr Choose models based on what the task actually requires, not theoretical capabilities or general reputation. - + Align model strengths with agent roles and responsibilities for optimal performance. - + Maintain coherent model selection strategy across related components and workflows. - + Validate choices through real-world usage rather than benchmarks alone. - + Start simple and optimize based on actual performance and needs. - + Balance performance requirements with cost and complexity constraints. @@ -614,7 +614,7 @@ These tables/metrics showcase selected leading models in each category and are n **Best for Manager LLMs and Complex Analysis** - + | Model | Intelligence Score | Cost ($/M tokens) | Speed | Best Use in CrewAI | |:------|:------------------|:------------------|:------|:------------------| | **o3** | 70 | $17.50 | Fast | Manager LLM for complex multi-agent coordination | @@ -625,10 +625,10 @@ These tables/metrics showcase selected leading models in each category and are n These models excel at multi-step reasoning and are ideal for agents that need to develop strategies, coordinate other agents, or analyze complex information. - + **Best for Development and Tool-Heavy Workflows** - + | Model | Coding Performance | Tool Use Score | Cost ($/M tokens) | Best Use in CrewAI | |:------|:------------------|:---------------|:------------------|:------------------| | **Claude 4 Sonnet** | Excellent | 72.7% | $6.00 | Primary coding agent, technical documentation | @@ -639,10 +639,10 @@ These tables/metrics showcase selected leading models in each category and are n These models are optimized for code generation, debugging, and technical problem-solving, making them ideal for development-focused crews. - + **Best for High-Throughput and Real-Time Applications** - + | Model | Speed (tokens/s) | Latency (TTFT) | Cost ($/M tokens) | Best Use in CrewAI | |:------|:-----------------|:---------------|:------------------|:------------------| | **Llama 4 Scout** | 2,600 | 0.33s | $0.27 | High-volume processing agents | @@ -653,10 +653,10 @@ These tables/metrics showcase selected leading models in each category and are n These models prioritize speed and efficiency, perfect for agents handling routine operations or requiring quick responses. **Pro tip**: Pairing these models with fast inference providers like Groq can achieve even better performance, especially for open-source models like Llama. - + **Best All-Around Models for General Crews** - + | Model | Overall Score | Versatility | Cost ($/M tokens) | Best Use in CrewAI | |:------|:--------------|:------------|:------------------|:------------------| | **GPT-4.1** | 53 | Excellent | $3.50 | General-purpose crew LLM | @@ -677,19 +677,19 @@ These tables/metrics showcase selected leading models in each category and are n **Strategy**: Implement a multi-model approach where premium models handle strategic thinking while efficient models handle routine operations. - + **When budget is a primary constraint**: Focus on models like **DeepSeek R1**, **Llama 4 Scout**, or **Gemini 2.0 Flash**. These provide strong performance at significantly lower costs. **Strategy**: Use cost-effective models for most agents, reserving premium models only for the most critical decision-making roles. - + **For specific domain expertise**: Choose models optimized for your primary use case. **Claude 4** series for coding, **Gemini 2.5 Pro** for research, **Llama 405B** for function calling. **Strategy**: Select models based on your crew's primary function, ensuring the core capability aligns with model strengths. - + **For data-sensitive operations**: Consider open-source models like **Llama 4** series, **DeepSeek V3**, or **Qwen3** that can be deployed locally while maintaining competitive performance. @@ -715,16 +715,16 @@ These tables/metrics showcase selected leading models in each category and are n Begin with well-established models like **GPT-4.1**, **Claude 3.7 Sonnet**, or **Gemini 2.0 Flash** that offer good performance across multiple dimensions and have extensive real-world validation. - + Determine if your crew has specific requirements (coding, reasoning, speed) that would benefit from specialized models like **Claude 4 Sonnet** for development or **o3** for complex analysis. For speed-critical applications, consider fast inference providers like **Groq** alongside model selection. - + Use different models for different agents based on their roles. High-capability models for managers and complex tasks, efficient models for routine operations. - + Track performance metrics relevant to your use case and be prepared to adjust model selections as new models are released or pricing changes. - \ No newline at end of file + diff --git a/docs/en/learn/using-annotations.mdx b/docs/en/learn/using-annotations.mdx index 5ce738dbe..0cbc6ed76 100644 --- a/docs/en/learn/using-annotations.mdx +++ b/docs/en/learn/using-annotations.mdx @@ -109,7 +109,7 @@ def crew(self) -> Crew: process=Process.sequential, verbose=True ) -``` +``` The `@crew` annotation is used to decorate the method that creates and returns the `Crew` object. This method assembles all the components (agents and tasks) into a functional crew. @@ -148,4 +148,4 @@ Note how the `llm` and `tools` in the YAML file correspond to the methods decora - **Flexibility**: Design your crew to be flexible by allowing easy addition or removal of agents and tasks. - **YAML-Code Correspondence**: Ensure that the names and structures in your YAML files correspond correctly to the decorated methods in your Python code. -By following these guidelines and properly using annotations, you can create well-structured and maintainable crews using the CrewAI framework. +By following these guidelines and properly using annotations, you can create well-structured and maintainable crews using the CrewAI framework. diff --git a/docs/en/observability/tracing.mdx b/docs/en/observability/tracing.mdx new file mode 100644 index 000000000..1724930c4 --- /dev/null +++ b/docs/en/observability/tracing.mdx @@ -0,0 +1,213 @@ +--- +title: CrewAI Tracing +description: Built-in tracing for CrewAI Crews and Flows with the CrewAI AMP platform +icon: magnifying-glass-chart +mode: "wide" +--- + +# CrewAI Built-in Tracing + +CrewAI provides built-in tracing capabilities that allow you to monitor and debug your Crews and Flows in real-time. This guide demonstrates how to enable tracing for both **Crews** and **Flows** using CrewAI's integrated observability platform. + +> **What is CrewAI Tracing?** CrewAI's built-in tracing provides comprehensive observability for your AI agents, including agent decisions, task execution timelines, tool usage, and LLM calls - all accessible through the [CrewAI AMP platform](https://app.crewai.com). + +![CrewAI Tracing Interface](/images/crewai-tracing.png) + +## Prerequisites + +Before you can use CrewAI tracing, you need: + +1. **CrewAI AMP Account**: Sign up for a free account at [app.crewai.com](https://app.crewai.com) +2. **CLI Authentication**: Use the CrewAI CLI to authenticate your local environment + +```bash +crewai login +``` + +## Setup Instructions + +### Step 1: Create Your CrewAI AMP Account + +Visit [app.crewai.com](https://app.crewai.com) and create your free account. This will give you access to the CrewAI AMP platform where you can view traces, metrics, and manage your crews. + +### Step 2: Install CrewAI CLI and Authenticate + +If you haven't already, install CrewAI with the CLI tools: + +```bash +uv add crewai[tools] +``` + +Then authenticate your CLI with your CrewAI AMP account: + +```bash +crewai login +``` + +This command will: +1. Open your browser to the authentication page +2. Prompt you to enter a device code +3. Authenticate your local environment with your CrewAI AMP account +4. Enable tracing capabilities for your local development + +### Step 3: Enable Tracing in Your Crew + +You can enable tracing for your Crew by setting the `tracing` parameter to `True`: + +```python +from crewai import Agent, Crew, Process, Task +from crewai_tools import SerperDevTool + +# Define your agents +researcher = Agent( + role="Senior Research Analyst", + goal="Uncover cutting-edge developments in AI and data science", + backstory="""You work at a leading tech think tank. + Your expertise lies in identifying emerging trends. + You have a knack for dissecting complex data and presenting actionable insights.""", + verbose=True, + tools=[SerperDevTool()], +) + +writer = Agent( + role="Tech Content Strategist", + goal="Craft compelling content on tech advancements", + backstory="""You are a renowned Content Strategist, known for your insightful and engaging articles. + You transform complex concepts into compelling narratives.""", + verbose=True, +) + +# Create tasks for your agents +research_task = Task( + description="""Conduct a comprehensive analysis of the latest advancements in AI in 2024. + Identify key trends, breakthrough technologies, and potential industry impacts.""", + expected_output="Full analysis report in bullet points", + agent=researcher, +) + +writing_task = Task( + description="""Using the insights provided, develop an engaging blog + post that highlights the most significant AI advancements. + Your post should be informative yet accessible, catering to a tech-savvy audience.""", + expected_output="Full blog post of at least 4 paragraphs", + agent=writer, +) + +# Enable tracing in your crew +crew = Crew( + agents=[researcher, writer], + tasks=[research_task, writing_task], + process=Process.sequential, + tracing=True, # Enable built-in tracing + verbose=True +) + +# Execute your crew +result = crew.kickoff() +``` + +### Step 4: Enable Tracing in Your Flow + +Similarly, you can enable tracing for CrewAI Flows: + +```python +from crewai.flow.flow import Flow, listen, start +from pydantic import BaseModel + +class ExampleState(BaseModel): + counter: int = 0 + message: str = "" + +class ExampleFlow(Flow[ExampleState]): + def __init__(self): + super().__init__(tracing=True) # Enable tracing for the flow + + @start() + def first_method(self): + print("Starting the flow") + self.state.counter = 1 + self.state.message = "Flow started" + return "continue" + + @listen("continue") + def second_method(self): + print("Continuing the flow") + self.state.counter += 1 + self.state.message = "Flow continued" + return "finish" + + @listen("finish") + def final_method(self): + print("Finishing the flow") + self.state.counter += 1 + self.state.message = "Flow completed" + +# Create and run the flow with tracing enabled +flow = ExampleFlow(tracing=True) +result = flow.kickoff() +``` + +### Step 5: View Traces in the CrewAI AMP Dashboard + +After running the crew or flow, you can view the traces generated by your CrewAI application in the CrewAI AMP dashboard. You should see detailed steps of the agent interactions, tool usages, and LLM calls. +Just click on the link below to view the traces or head over to the traces tab in the dashboard [here](https://app.crewai.com/crewai_plus/trace_batches) +![CrewAI Tracing Interface](/images/view-traces.png) + + +### Alternative: Environment Variable Configuration + +You can also enable tracing globally by setting an environment variable: + +```bash +export CREWAI_TRACING_ENABLED=true +``` + +Or add it to your `.env` file: + +```env +CREWAI_TRACING_ENABLED=true +``` + +When this environment variable is set, all Crews and Flows will automatically have tracing enabled, even without explicitly setting `tracing=True`. + +## Viewing Your Traces + +### Access the CrewAI AMP Dashboard + +1. Visit [app.crewai.com](https://app.crewai.com) and log in to your account +2. Navigate to your project dashboard +3. Click on the **Traces** tab to view execution details + +### What You'll See in Traces + +CrewAI tracing provides comprehensive visibility into: + +- **Agent Decisions**: See how agents reason through tasks and make decisions +- **Task Execution Timeline**: Visual representation of task sequences and dependencies +- **Tool Usage**: Monitor which tools are called and their results +- **LLM Calls**: Track all language model interactions, including prompts and responses +- **Performance Metrics**: Execution times, token usage, and costs +- **Error Tracking**: Detailed error information and stack traces + +### Trace Features +- **Execution Timeline**: Click through different stages of execution +- **Detailed Logs**: Access comprehensive logs for debugging +- **Performance Analytics**: Analyze execution patterns and optimize performance +- **Export Capabilities**: Download traces for further analysis + +### Authentication Issues + +If you encounter authentication problems: + +1. Ensure you're logged in: `crewai login` +2. Check your internet connection +3. Verify your account at [app.crewai.com](https://app.crewai.com) + +### Traces Not Appearing + +If traces aren't showing up in the dashboard: + +1. Confirm `tracing=True` is set in your Crew/Flow +2. Check that `CREWAI_TRACING_ENABLED=true` if using environment variables +3. Ensure you're authenticated with `crewai login` +4. Verify your crew/flow is actually executing diff --git a/docs/enterprise-api.base.yaml b/docs/enterprise-api.base.yaml index 7d09c2f06..c4a4c31ab 100644 --- a/docs/enterprise-api.base.yaml +++ b/docs/enterprise-api.base.yaml @@ -3,38 +3,38 @@ info: title: CrewAI AMP API description: | REST API for interacting with your deployed CrewAI crews on CrewAI AMP. - + ## Getting Started - + 1. **Find your crew URL**: Get your unique crew URL from the CrewAI AMP dashboard 2. **Copy examples**: Use the code examples from each endpoint page as templates 3. **Replace placeholders**: Update URLs and tokens with your actual values 4. **Test with your tools**: Use cURL, Postman, or your preferred API client - + ## Authentication - + All API requests require a bearer token for authentication. There are two types of tokens: - + - **Bearer Token**: Organization-level token for full crew operations - **User Bearer Token**: User-scoped token for individual access with limited permissions - + You can find your bearer tokens in the Status tab of your crew's detail page in the CrewAI AMP dashboard. - + ## Reference Documentation - + This documentation provides comprehensive examples for each endpoint: - + - **Request formats** with all required and optional parameters - **Response examples** for success and error scenarios - **Code samples** in multiple programming languages - **Authentication patterns** with proper Bearer token usage - + Copy the examples and customize them with your actual crew URL and authentication tokens. - + ## Workflow - + 1. **Discover inputs** using `GET /inputs` - 2. **Start execution** using `POST /kickoff` + 2. **Start execution** using `POST /kickoff` 3. **Monitor progress** using `GET /status/{kickoff_id}` version: 1.0.0 contact: @@ -58,7 +58,7 @@ paths: summary: Get Required Inputs description: | **📋 Reference Example Only** - *This shows the request format. To test with your actual crew, copy the cURL example and replace the URL + token with your real values.* - + Retrieves the list of all required input parameters that your crew expects for execution. Use this endpoint to discover what inputs you need to provide when starting a crew execution. operationId: getRequiredInputs @@ -82,7 +82,7 @@ paths: value: inputs: ["budget", "interests", "duration", "age"] outreach_crew: - summary: Outreach crew inputs + summary: Outreach crew inputs value: inputs: ["name", "title", "company", "industry", "our_product", "linkedin_url"] '401': @@ -97,10 +97,10 @@ paths: summary: Start Crew Execution description: | **📋 Reference Example Only** - *This shows the request format. To test with your actual crew, copy the cURL example and replace the URL + token with your real values.* - - Initiates a new crew execution with the provided inputs. Returns a kickoff ID that can be used + + Initiates a new crew execution with the provided inputs. Returns a kickoff ID that can be used to track the execution progress and retrieve results. - + Crew executions can take anywhere from seconds to minutes depending on their complexity. Consider using webhooks for real-time notifications or implement polling with the status endpoint. operationId: startCrewExecution @@ -152,7 +152,7 @@ paths: inputs: budget: "1000 USD" interests: "games, tech, ai, relaxing hikes, amazing food" - duration: "7 days" + duration: "7 days" age: "35" meta: requestId: "travel-req-123" @@ -204,9 +204,9 @@ paths: summary: Get Execution Status description: | **📋 Reference Example Only** - *This shows the request format. To test with your actual crew, copy the cURL example and replace the URL + token with your real values.* - + Retrieves the current status and results of a crew execution using its kickoff ID. - + The response structure varies depending on the execution state: - **running**: Execution in progress with current task info - **completed**: Execution finished with full results @@ -283,9 +283,9 @@ components: scheme: bearer description: | **📋 Reference Documentation** - *The tokens shown in examples are placeholders for reference only.* - + Use your actual Bearer Token or User Bearer Token from the CrewAI AMP dashboard for real API calls. - + **Bearer Token**: Organization-level access for full crew operations **User Bearer Token**: User-scoped access with limited permissions @@ -309,7 +309,7 @@ components: description: Number of completed tasks example: 1 total_tasks: - type: integer + type: integer description: Total number of tasks in the crew example: 3 @@ -430,5 +430,5 @@ components: schema: $ref: '#/components/schemas/Error' example: - error: "Internal Server Error" - message: "An unexpected error occurred" \ No newline at end of file + error: "Internal Server Error" + message: "An unexpected error occurred" diff --git a/docs/enterprise-api.en.yaml b/docs/enterprise-api.en.yaml index 6c16c3688..c4a4c31ab 100644 --- a/docs/enterprise-api.en.yaml +++ b/docs/enterprise-api.en.yaml @@ -3,38 +3,38 @@ info: title: CrewAI AMP API description: | REST API for interacting with your deployed CrewAI crews on CrewAI AMP. - + ## Getting Started - + 1. **Find your crew URL**: Get your unique crew URL from the CrewAI AMP dashboard 2. **Copy examples**: Use the code examples from each endpoint page as templates 3. **Replace placeholders**: Update URLs and tokens with your actual values 4. **Test with your tools**: Use cURL, Postman, or your preferred API client - + ## Authentication - + All API requests require a bearer token for authentication. There are two types of tokens: - + - **Bearer Token**: Organization-level token for full crew operations - **User Bearer Token**: User-scoped token for individual access with limited permissions - + You can find your bearer tokens in the Status tab of your crew's detail page in the CrewAI AMP dashboard. - + ## Reference Documentation - + This documentation provides comprehensive examples for each endpoint: - + - **Request formats** with all required and optional parameters - **Response examples** for success and error scenarios - **Code samples** in multiple programming languages - **Authentication patterns** with proper Bearer token usage - + Copy the examples and customize them with your actual crew URL and authentication tokens. - + ## Workflow - + 1. **Discover inputs** using `GET /inputs` - 2. **Start execution** using `POST /kickoff` + 2. **Start execution** using `POST /kickoff` 3. **Monitor progress** using `GET /status/{kickoff_id}` version: 1.0.0 contact: @@ -58,7 +58,7 @@ paths: summary: Get Required Inputs description: | **📋 Reference Example Only** - *This shows the request format. To test with your actual crew, copy the cURL example and replace the URL + token with your real values.* - + Retrieves the list of all required input parameters that your crew expects for execution. Use this endpoint to discover what inputs you need to provide when starting a crew execution. operationId: getRequiredInputs @@ -82,7 +82,7 @@ paths: value: inputs: ["budget", "interests", "duration", "age"] outreach_crew: - summary: Outreach crew inputs + summary: Outreach crew inputs value: inputs: ["name", "title", "company", "industry", "our_product", "linkedin_url"] '401': @@ -97,10 +97,10 @@ paths: summary: Start Crew Execution description: | **📋 Reference Example Only** - *This shows the request format. To test with your actual crew, copy the cURL example and replace the URL + token with your real values.* - - Initiates a new crew execution with the provided inputs. Returns a kickoff ID that can be used + + Initiates a new crew execution with the provided inputs. Returns a kickoff ID that can be used to track the execution progress and retrieve results. - + Crew executions can take anywhere from seconds to minutes depending on their complexity. Consider using webhooks for real-time notifications or implement polling with the status endpoint. operationId: startCrewExecution @@ -152,7 +152,7 @@ paths: inputs: budget: "1000 USD" interests: "games, tech, ai, relaxing hikes, amazing food" - duration: "7 days" + duration: "7 days" age: "35" meta: requestId: "travel-req-123" @@ -204,9 +204,9 @@ paths: summary: Get Execution Status description: | **📋 Reference Example Only** - *This shows the request format. To test with your actual crew, copy the cURL example and replace the URL + token with your real values.* - + Retrieves the current status and results of a crew execution using its kickoff ID. - + The response structure varies depending on the execution state: - **running**: Execution in progress with current task info - **completed**: Execution finished with full results @@ -283,12 +283,12 @@ components: scheme: bearer description: | **📋 Reference Documentation** - *The tokens shown in examples are placeholders for reference only.* - + Use your actual Bearer Token or User Bearer Token from the CrewAI AMP dashboard for real API calls. - + **Bearer Token**: Organization-level access for full crew operations **User Bearer Token**: User-scoped access with limited permissions - + schemas: ExecutionRunning: type: object @@ -309,10 +309,10 @@ components: description: Number of completed tasks example: 1 total_tasks: - type: integer + type: integer description: Total number of tasks in the crew example: 3 - + ExecutionCompleted: type: object properties: @@ -335,7 +335,7 @@ components: type: number description: Total execution time in seconds example: 108.5 - + ExecutionError: type: object properties: @@ -351,7 +351,7 @@ components: type: number description: Time until error occurred in seconds example: 23.1 - + TaskResult: type: object properties: @@ -371,7 +371,7 @@ components: type: number description: Time taken to execute this task in seconds example: 45.2 - + Error: type: object properties: @@ -383,7 +383,7 @@ components: type: string description: Detailed error message example: "Invalid bearer token provided" - + ValidationError: type: object properties: @@ -401,7 +401,7 @@ components: items: type: string example: ["budget", "interests"] - + responses: UnauthorizedError: description: Authentication failed - check your bearer token @@ -412,7 +412,7 @@ components: example: error: "Unauthorized" message: "Invalid or missing bearer token" - + NotFoundError: description: Resource not found content: @@ -422,7 +422,7 @@ components: example: error: "Not Found" message: "The requested resource was not found" - + ServerError: description: Internal server error content: @@ -430,6 +430,5 @@ components: schema: $ref: '#/components/schemas/Error' example: - error: "Internal Server Error" + error: "Internal Server Error" message: "An unexpected error occurred" - diff --git a/docs/enterprise-api.ko.yaml b/docs/enterprise-api.ko.yaml index 98cf31a8a..d2509e498 100644 --- a/docs/enterprise-api.ko.yaml +++ b/docs/enterprise-api.ko.yaml @@ -3,7 +3,7 @@ info: title: CrewAI 엔터프라이즈 API description: | CrewAI AMP에 배포된 crew와 상호작용하기 위한 REST API입니다. - + ## 시작하기 1. **Crew URL 확인**: 대시보드에서 고유한 crew URL을 확인하세요 2. **예제 복사**: 각 엔드포인트의 예제를 템플릿으로 사용하세요 @@ -25,7 +25,7 @@ paths: summary: 필요 입력값 조회 description: | **📋 참조 예제만 제공** - *요청 형식을 보여줍니다. 실제 호출은 cURL 예제를 복사해 URL과 토큰을 교체하세요.* - + 실행에 필요한 입력 파라미터 목록을 반환합니다. operationId: getRequiredInputs responses: @@ -52,7 +52,7 @@ paths: summary: Crew 실행 시작 description: | **📋 참조 예제만 제공** - *요청 형식을 보여줍니다. 실제 호출은 cURL 예제를 복사해 URL과 토큰을 교체하세요.* - + 제공된 입력으로 새로운 실행을 시작하고 kickoff ID를 반환합니다. operationId: startCrewExecution requestBody: @@ -89,7 +89,7 @@ paths: summary: 실행 상태 조회 description: | **📋 참조 예제만 제공** - *요청 형식을 보여줍니다. 실제 호출은 cURL 예제를 복사해 URL과 토큰을 교체하세요.* - + kickoff ID로 실행 상태와 결과를 조회합니다. operationId: getExecutionStatus parameters: @@ -228,4 +228,3 @@ components: application/json: schema: $ref: '#/components/schemas/Error' - diff --git a/docs/enterprise-api.pt-BR.yaml b/docs/enterprise-api.pt-BR.yaml index d5a8e6cf5..4629e834c 100644 --- a/docs/enterprise-api.pt-BR.yaml +++ b/docs/enterprise-api.pt-BR.yaml @@ -3,38 +3,38 @@ info: title: CrewAI AMP API description: | REST API para interagir com suas crews implantadas no CrewAI AMP. - + ## Introdução - + 1. **Encontre a URL da sua crew**: Obtenha sua URL única no painel do CrewAI AMP 2. **Copie os exemplos**: Use os exemplos de cada endpoint como modelo 3. **Substitua os placeholders**: Atualize URLs e tokens com seus valores reais 4. **Teste com suas ferramentas**: Use cURL, Postman ou seu cliente preferido - + ## Autenticação - + Todas as requisições exigem um token bearer. Existem dois tipos: - + - **Bearer Token**: Token em nível de organização para operações completas - **User Bearer Token**: Token com escopo de usuário com permissões limitadas - + Você encontra os tokens na aba Status da sua crew no painel do CrewAI AMP. - + ## Documentação de Referência - + Este documento fornece exemplos completos para cada endpoint: - + - **Formatos de requisição** com parâmetros obrigatórios e opcionais - **Exemplos de resposta** para sucesso e erro - **Amostras de código** em várias linguagens - **Padrões de autenticação** com uso correto de Bearer token - + Copie os exemplos e personalize com sua URL e tokens reais. - + ## Fluxo - + 1. **Descubra os inputs** usando `GET /inputs` - 2. **Inicie a execução** usando `POST /kickoff` + 2. **Inicie a execução** usando `POST /kickoff` 3. **Monitore o progresso** usando `GET /status/{kickoff_id}` version: 1.0.0 contact: @@ -52,7 +52,7 @@ paths: summary: Obter Inputs Requeridos description: | **📋 Exemplo de Referência** - *Mostra o formato da requisição. Para testar com sua crew real, copie o cURL e substitua URL + token.* - + Retorna a lista de parâmetros de entrada que sua crew espera. operationId: getRequiredInputs responses: @@ -81,7 +81,7 @@ paths: summary: Iniciar Execução da Crew description: | **📋 Exemplo de Referência** - *Mostra o formato da requisição. Para testar com sua crew real, copie o cURL e substitua URL + token.* - + Inicia uma nova execução da crew com os inputs fornecidos e retorna um kickoff ID. operationId: startCrewExecution requestBody: @@ -102,7 +102,7 @@ paths: interests: "games, tech, ai, relaxing hikes, amazing food" duration: "7 days" age: "35" - + responses: '200': description: Execução iniciada com sucesso @@ -125,7 +125,7 @@ paths: summary: Obter Status da Execução description: | **📋 Exemplo de Referência** - *Mostra o formato da requisição. Para testar com sua crew real, copie o cURL e substitua URL + token.* - + Retorna o status atual e os resultados de uma execução usando o kickoff ID. operationId: getExecutionStatus parameters: @@ -180,7 +180,7 @@ components: completed_tasks: type: integer total_tasks: - type: integer + type: integer ExecutionCompleted: type: object @@ -265,4 +265,3 @@ components: application/json: schema: $ref: '#/components/schemas/Error' - diff --git a/docs/images/crewai-tracing.png b/docs/images/crewai-tracing.png new file mode 100644 index 000000000..28467e0d7 Binary files /dev/null and b/docs/images/crewai-tracing.png differ diff --git a/docs/images/view-traces.png b/docs/images/view-traces.png new file mode 100644 index 000000000..72bf9f1c4 Binary files /dev/null and b/docs/images/view-traces.png differ diff --git a/docs/ko/api-reference/introduction.mdx b/docs/ko/api-reference/introduction.mdx index fb7e747b0..7cab30d11 100644 --- a/docs/ko/api-reference/introduction.mdx +++ b/docs/ko/api-reference/introduction.mdx @@ -15,15 +15,15 @@ CrewAI 엔터프라이즈 API 참고 자료에 오신 것을 환영합니다. CrewAI AMP 대시보드에서 자신의 crew 상세 페이지로 이동하여 Status 탭에서 Bearer Token을 복사하세요. - + `GET /inputs` 엔드포인트를 사용하여 crew가 기대하는 파라미터를 확인하세요. - + 입력값과 함께 `POST /kickoff`를 호출하여 crew 실행을 시작하고 `kickoff_id`를 받으세요. - + `GET /status/{kickoff_id}`를 사용하여 실행 상태를 확인하고 결과를 조회하세요. @@ -62,7 +62,7 @@ https://your-crew-name.crewai.com ## 일반적인 워크플로우 1. **탐색**: `GET /inputs`를 호출하여 crew가 필요한 것을 파악합니다. -2. **실행**: `POST /kickoff`를 통해 입력값을 제출하여 처리를 시작합니다. +2. **실행**: `POST /kickoff`를 통해 입력값을 제출하여 처리를 시작합니다. 3. **모니터링**: 완료될 때까지 `GET /status/{kickoff_id}`를 주기적으로 조회합니다. 4. **결과**: 완료된 응답에서 최종 출력을 추출합니다. @@ -104,7 +104,7 @@ API는 표준 HTTP 상태 코드를 사용합니다: **예시 작업 흐름:** 1. **cURL 예제를 복사**합니다 (엔드포인트 페이지에서) -2. **`your-actual-crew-name.crewai.com`**을(를) 실제 crew URL로 교체합니다 +2. **`your-actual-crew-name.crewai.com`**을(를) 실제 crew URL로 교체합니다 3. **Bearer 토큰을** 대시보드에서 복사한 실제 토큰으로 교체합니다 4. **요청을 실행**합니다 (터미널이나 API 클라이언트에서) @@ -117,4 +117,4 @@ API는 표준 HTTP 상태 코드를 사용합니다: crew를 관리하고 실행 로그를 확인하세요 - \ No newline at end of file + diff --git a/docs/ko/changelog.mdx b/docs/ko/changelog.mdx index 82fdab475..3b6fdfd6c 100644 --- a/docs/ko/changelog.mdx +++ b/docs/ko/changelog.mdx @@ -89,7 +89,7 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.193.2) ## 변경 사항 - + - 올바른 버전을 사용하도록 pyproject 템플릿 업데이트 @@ -100,7 +100,7 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.193.1) ## 변경 사항 - + - 일련의 사소한 수정 및 린터 개선 @@ -111,28 +111,28 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.193.0) ## 핵심 개선 사항 및 수정 사항 - - - OpenAI 어댑터 초기화 중 `model` 매개변수 처리 수정 - - CI 워크플로에서 테스트 소요 시간 캐시 문제 해결 - - 에이전트의 반복 도구 사용과 관련된 불안정한 테스트 수정 - - 일관된 모듈 동작을 위해 누락된 이벤트 내보내기를 `__init__.py`에 추가 - - 메타데이터 부하를 줄이기 위해 Mem0에서 메시지 저장 제거 - - 벡터 검색의 하위 호환성을 위해 L2 거리 메트릭 지원 수정 + + - OpenAI 어댑터 초기화 중 `model` 매개변수 처리 수정 + - CI 워크플로에서 테스트 소요 시간 캐시 문제 해결 + - 에이전트의 반복 도구 사용과 관련된 불안정한 테스트 수정 + - 일관된 모듈 동작을 위해 누락된 이벤트 내보내기를 `__init__.py`에 추가 + - 메타데이터 부하를 줄이기 위해 Mem0에서 메시지 저장 제거 + - 벡터 검색의 하위 호환성을 위해 L2 거리 메트릭 지원 수정 ## 새로운 기능 및 향상 사항 - - - 스레드 안전한 플랫폼 컨텍스트 관리 도입 - - `pytest-split` 실행 최적화를 위한 테스트 소요 시간 캐싱 추가 - - 더 나은 추적 제어를 위한 일시적(trace) 개선 - - RAG, 지식, 메모리 검색 매개변수를 완전 구성 가능하게 변경 - - ChromaDB가 임베딩 함수에 OpenAI API를 사용할 수 있도록 지원 - - 사용자 수준 인사이트를 위한 심화된 관찰 가능성 도구 추가 - - 인스턴스별 클라이언트를 지원하는 통합 RAG 스토리지 시스템 + + - 스레드 안전한 플랫폼 컨텍스트 관리 도입 + - `pytest-split` 실행 최적화를 위한 테스트 소요 시간 캐싱 추가 + - 더 나은 추적 제어를 위한 일시적(trace) 개선 + - RAG, 지식, 메모리 검색 매개변수를 완전 구성 가능하게 변경 + - ChromaDB가 임베딩 함수에 OpenAI API를 사용할 수 있도록 지원 + - 사용자 수준 인사이트를 위한 심화된 관찰 가능성 도구 추가 + - 인스턴스별 클라이언트를 지원하는 통합 RAG 스토리지 시스템 ## 문서 및 가이드 - - - CrewAI 네이티브 RAG 구현을 반영하도록 `RagTool` 참조 업데이트 - - 타입 주석과 도크스트링을 포함해 `langgraph` 및 `openai` 에이전트 어댑터 내부 문서 개선 + + - CrewAI 네이티브 RAG 구현을 반영하도록 `RagTool` 참조 업데이트 + - 타입 주석과 도크스트링을 포함해 `langgraph` 및 `openai` 에이전트 어댑터 내부 문서 개선 @@ -142,9 +142,9 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.186.1) ## 변경 사항 - - - 버전을 찾지 못해 조용히 되돌리는(reversion) 문제 수정 - - CLI에서 CrewAI 버전을 0.186.1로 올리고 의존성 업데이트 + + - 버전을 찾지 못해 조용히 되돌리는(reversion) 문제 수정 + - CLI에서 CrewAI 버전을 0.186.1로 올리고 의존성 업데이트 @@ -154,7 +154,7 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.186.0) ## 변경 사항 - + - 자세한 변경 사항은 GitHub 릴리스 노트를 참조하세요 @@ -165,27 +165,27 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.177.0) ## 핵심 개선 사항 및 수정 사항 - - - `rag` 패키지와 현재 구현 간의 동등성 달성 - - 작업 및 에이전트 메타데이터를 통한 LLM 이벤트 처리 개선 - - 변경 가능한 기본 인수를 `None`으로 교체하여 수정 - - 초기화 중 Pydantic 사용 중단 경고 억제 - - `README.md`의 깨진 예제 링크 수정 - - 호환성을 위해 Python 3.12+ 전용 Ruff 규칙 제거 - - CI 워크플로를 `uv`를 사용하도록 마이그레이션하고 개발 도구 업데이트 - + + - `rag` 패키지와 현재 구현 간의 동등성 달성 + - 작업 및 에이전트 메타데이터를 통한 LLM 이벤트 처리 개선 + - 변경 가능한 기본 인수를 `None`으로 교체하여 수정 + - 초기화 중 Pydantic 사용 중단 경고 억제 + - `README.md`의 깨진 예제 링크 수정 + - 호환성을 위해 Python 3.12+ 전용 Ruff 규칙 제거 + - CI 워크플로를 `uv`를 사용하도록 마이그레이션하고 개발 도구 업데이트 + ## 새로운 기능 및 개선 사항 - - - 추적 개선 및 정리 추가 - - `events` 모듈을 `crewai.events`로 이동하여 이벤트 로직 중앙 집중화 - + + - 추적 개선 및 정리 추가 + - `events` 모듈을 `crewai.events`로 이동하여 이벤트 로직 중앙 집중화 + ## 문서 및 가이드 - - - 엔터프라이즈 액션 인증 토큰 섹션 문서 업데이트 - - `v0.175.0` 릴리스에 대한 문서 업데이트 게시 - + + - 엔터프라이즈 액션 인증 토큰 섹션 문서 업데이트 + - `v0.175.0` 릴리스에 대한 문서 업데이트 게시 + ## 정리 및 리팩토링 - + - 더 나은 구조를 위해 파서를 모듈화된 함수로 리팩토링 @@ -195,36 +195,36 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.175.0) ## 핵심 개선 사항 및 수정 사항 - - - `crewai update` 중 `tool` 섹션의 마이그레이션 수정 - - OpenAI 핀을 되돌림: 이제 고정된 가져오기 문제로 인해 `openai >=1.13.3`이 필요함 - - 불안정한 테스트 수정 및 테스트 안정성 향상 - - HITL 및 순환 흐름에 대한 `Flow` 리스너의 재개 가능성 개선 - - `PlusAPI` 및 `TraceBatchManager`에서 타임아웃 처리 향상 - - 중복 작업을 줄이기 위해 엔티티 메모리 항목을 배치 처리 - + + - `crewai update` 중 `tool` 섹션의 마이그레이션 수정 + - OpenAI 핀을 되돌림: 이제 고정된 가져오기 문제로 인해 `openai >=1.13.3`이 필요함 + - 불안정한 테스트 수정 및 테스트 안정성 향상 + - HITL 및 순환 흐름에 대한 `Flow` 리스너의 재개 가능성 개선 + - `PlusAPI` 및 `TraceBatchManager`에서 타임아웃 처리 향상 + - 중복 작업을 줄이기 위해 엔티티 메모리 항목을 배치 처리 + ## 새로운 기능 및 향상된 사항 - - - `Flow.start()` 메서드에 추가 매개변수 지원 추가 - - 자세한 CLI 출력에 작업 이름 표시 - - 중앙 집중식 임베딩 유형 추가 및 기본 임베딩 클라이언트 도입 - - ChromaDB 및 Qdrant에 대한 일반 클라이언트 도입 - - 토큰을 지우기 위한 `crewai config reset` 지원 추가 - - `crewai_trigger_payload` 자동 주입 활성화 - - RAG 클라이언트 초기화 간소화 및 RAG 구성 시스템 도입 - - Qdrant RAG 공급자 지원 추가 - - 더 나은 이벤트 데이터로 추적 개선 - - `crewai login`에서 Auth0 및 이메일 입력 제거 지원 추가 - + + - `Flow.start()` 메서드에 추가 매개변수 지원 추가 + - 자세한 CLI 출력에 작업 이름 표시 + - 중앙 집중식 임베딩 유형 추가 및 기본 임베딩 클라이언트 도입 + - ChromaDB 및 Qdrant에 대한 일반 클라이언트 도입 + - 토큰을 지우기 위한 `crewai config reset` 지원 추가 + - `crewai_trigger_payload` 자동 주입 활성화 + - RAG 클라이언트 초기화 간소화 및 RAG 구성 시스템 도입 + - Qdrant RAG 공급자 지원 추가 + - 더 나은 이벤트 데이터로 추적 개선 + - `crewai login`에서 Auth0 및 이메일 입력 제거 지원 추가 + ## 문서 및 가이드 - - - 자동화 트리거에 대한 문서 추가 - - API 참조 OpenAPI 소스 및 리디렉션 수정 - - 문서에 하이브리드 검색 알파 매개변수 추가 - + + - 자동화 트리거에 대한 문서 추가 + - API 참조 OpenAPI 소스 및 리디렉션 수정 + - 문서에 하이브리드 검색 알파 매개변수 추가 + ## 정리 및 사용 중단 - - - `Task.max_retries`에 대한 사용 중단 알림 추가 + + - `Task.max_retries`에 대한 사용 중단 알림 추가 - 로그인 흐름에서 Auth0 의존성 제거 @@ -234,31 +234,31 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.165.1) ## 핵심 개선 사항 및 수정 사항 - - - `configparser`를 위해 구성 값을 문자열로 변환하여 `XMLSearchTool`의 호환성 수정 - - `PytestUnraisableExceptionWarning`과 관련된 불안정한 Pytest 테스트 수정 - - 더 안정적인 CI 실행을 위해 테스트 스위트에서 텔레메트리 모의 - - Chroma 잠금 파일 처리를 `db_storage_path`로 이동 - - `chromadb`의 사용 중단 경고 무시 - - `ResponseTextConfigParam` 가져오기 문제로 인해 OpenAI 버전을 `<1.100.0`으로 고정 - + + - `configparser`를 위해 구성 값을 문자열로 변환하여 `XMLSearchTool`의 호환성 수정 + - `PytestUnraisableExceptionWarning`과 관련된 불안정한 Pytest 테스트 수정 + - 더 안정적인 CI 실행을 위해 테스트 스위트에서 텔레메트리 모의 + - Chroma 잠금 파일 처리를 `db_storage_path`로 이동 + - `chromadb`의 사용 중단 경고 무시 + - `ResponseTextConfigParam` 가져오기 문제로 인해 OpenAI 버전을 `<1.100.0`으로 고정 + ## 새로운 기능 및 향상 사항 - - - 교환된 에이전트 메시지를 `ExternalMemory` 메타데이터에 포함 - - 자동으로 `crewai_trigger_payload` 주입 - - 내부 플래그 `inject_trigger_input`의 이름을 `allow_crewai_trigger_context`로 변경 - - 추적 개선 및 일시적인 추적 로직 지속 - - 추적 로직 조건 통합 - - `Mem0`에서 `agent_id`와 연결된 메모리 항목 지원 추가 - + + - 교환된 에이전트 메시지를 `ExternalMemory` 메타데이터에 포함 + - 자동으로 `crewai_trigger_payload` 주입 + - 내부 플래그 `inject_trigger_input`의 이름을 `allow_crewai_trigger_context`로 변경 + - 추적 개선 및 일시적인 추적 로직 지속 + - 추적 로직 조건 통합 + - `Mem0`에서 `agent_id`와 연결된 메모리 항목 지원 추가 + ## 문서 및 가이드 - - - 도구 저장소 문서에 예제 추가 - - 단기 및 엔티티 메모리 통합을 위한 Mem0 문서 업데이트 - - 한국어 번역 수정 및 문장 구조 개선 - + + - 도구 저장소 문서에 예제 추가 + - 단기 및 엔티티 메모리 통합을 위한 Mem0 문서 업데이트 + - 한국어 번역 수정 및 문장 구조 개선 + ## 정리 및 잡일 - + - 사용 중단된 AgentOps 통합 제거 @@ -268,31 +268,31 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.165.0) ## 핵심 개선 사항 및 수정 사항 - - - `configparser`를 위해 구성 값을 문자열로 변환하여 `XMLSearchTool`의 호환성 수정 - - `PytestUnraisableExceptionWarning`과 관련된 불안정한 Pytest 테스트 수정 - - 더 안정적인 CI 실행을 위해 테스트 스위트에서 텔레메트리 모의 - - Chroma 잠금 파일 처리를 `db_storage_path`로 이동 - - `chromadb`의 사용 중단 경고 무시 - - `ResponseTextConfigParam` 가져오기 문제로 인해 OpenAI 버전을 `<1.100.0`으로 고정 - + + - `configparser`를 위해 구성 값을 문자열로 변환하여 `XMLSearchTool`의 호환성 수정 + - `PytestUnraisableExceptionWarning`과 관련된 불안정한 Pytest 테스트 수정 + - 더 안정적인 CI 실행을 위해 테스트 스위트에서 텔레메트리 모의 + - Chroma 잠금 파일 처리를 `db_storage_path`로 이동 + - `chromadb`의 사용 중단 경고 무시 + - `ResponseTextConfigParam` 가져오기 문제로 인해 OpenAI 버전을 `<1.100.0`으로 고정 + ## 새로운 기능 및 향상 사항 - - - 교환된 에이전트 메시지를 `ExternalMemory` 메타데이터에 포함 - - 자동으로 `crewai_trigger_payload` 주입 - - 내부 플래그 `inject_trigger_input`의 이름을 `allow_crewai_trigger_context`로 변경 - - 추적 개선 및 일시적인 추적 로직 지속 - - 추적 로직 조건 통합 - - `Mem0`에서 `agent_id`와 연결된 메모리 항목 지원 추가 - + + - 교환된 에이전트 메시지를 `ExternalMemory` 메타데이터에 포함 + - 자동으로 `crewai_trigger_payload` 주입 + - 내부 플래그 `inject_trigger_input`의 이름을 `allow_crewai_trigger_context`로 변경 + - 추적 개선 및 일시적인 추적 로직 지속 + - 추적 로직 조건 통합 + - `Mem0`에서 `agent_id`와 연결된 메모리 항목 지원 추가 + ## 문서 및 가이드 - - - 도구 저장소 문서에 예제 추가 - - 단기 및 엔티티 메모리 통합을 위한 Mem0 문서 업데이트 - - 한국어 번역 수정 및 문장 구조 개선 - + + - 도구 저장소 문서에 예제 추가 + - 단기 및 엔티티 메모리 통합을 위한 Mem0 문서 업데이트 + - 한국어 번역 수정 및 문장 구조 개선 + ## 정리 및 잡일 - + - 사용 중단된 AgentOps 통합 제거 @@ -302,22 +302,22 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.159.0) ## Core Improvements & Fixes - - - LLM 메시지 포맷팅 성능 개선으로 더 나은 런타임 효율성 제공 - - 엔터프라이즈 구성 auth/parameters에서 잘못된 엔드포인트 사용 수정 - - 부분 흐름 재개 중 안정성을 위해 리스너 재개 가능성 체크 주석 처리 - + + - LLM 메시지 포맷팅 성능 개선으로 더 나은 런타임 효율성 제공 + - 엔터프라이즈 구성 auth/parameters에서 잘못된 엔드포인트 사용 수정 + - 부분 흐름 재개 중 안정성을 위해 리스너 재개 가능성 체크 주석 처리 + ## New Features & Enhancements - - - 간소화된 엔터프라이즈 설정을 위한 CLI에 `enterprise configure` 명령 추가 - - 부분 흐름 재개 지원 도입 - + + - 간소화된 엔터프라이즈 설정을 위한 CLI에 `enterprise configure` 명령 추가 + - 부분 흐름 재개 지원 도입 + ## Documentation & Guides - - - 새로운 도구에 대한 문서 추가 - - 한국어 번역 추가 - - TrueFoundry 통합 세부정보로 문서 업데이트 - - RBAC 문서 추가 및 일반 정리 + + - 새로운 도구에 대한 문서 추가 + - 한국어 번역 추가 + - TrueFoundry 통합 세부정보로 문서 업데이트 + - RBAC 문서 추가 및 일반 정리 - EN, PT-BR, KO 전반에 걸쳐 API 참조 수정 및 예제/요리책 개편 @@ -327,30 +327,30 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.157.0) ## v0.157.0 변경 사항 - + ## 핵심 개선 사항 및 수정 사항 - - - 긴 입력 도구에 대한 단어 줄 바꿈 활성화 - - `BaseModel` 항목으로 Flow 상태 지속 가능하도록 허용 - - 성능을 위해 `partition()`을 사용하여 문자열 작업 최적화 - - 더 이상 사용되지 않는 사용자 메모리 시스템에 대한 지원 중단 - - LiteLLM 버전을 `1.74.9`로 업데이트 - - CLI에서 모듈 누락 시 더 명확하게 표시하도록 수정 - - Okta를 통한 장치 인증 지원 - + + - 긴 입력 도구에 대한 단어 줄 바꿈 활성화 + - `BaseModel` 항목으로 Flow 상태 지속 가능하도록 허용 + - 성능을 위해 `partition()`을 사용하여 문자열 작업 최적화 + - 더 이상 사용되지 않는 사용자 메모리 시스템에 대한 지원 중단 + - LiteLLM 버전을 `1.74.9`로 업데이트 + - CLI에서 모듈 누락 시 더 명확하게 표시하도록 수정 + - Okta를 통한 장치 인증 지원 + ## 새로운 기능 및 향상된 사항 - - - 테스트와 함께 `crewai config` CLI 명령 그룹 추가 - - `crew.name`에 대한 기본값 지원 추가 - - 초기 추적 기능 도입 - - LangDB 통합 지원 추가 - - CLI 구성 문서화 지원 추가 - + + - 테스트와 함께 `crewai config` CLI 명령 그룹 추가 + - `crew.name`에 대한 기본값 지원 추가 + - 초기 추적 기능 도입 + - LangDB 통합 지원 추가 + - CLI 구성 문서화 지원 추가 + ## 문서 및 가이드 - - - `connect_timeout` 속성으로 MCP 문서 업데이트 - - LangDB 통합 문서 추가 - - CLI 구성 문서 추가 + + - `connect_timeout` 속성으로 MCP 문서 업데이트 + - LangDB 통합 문서 추가 + - CLI 구성 문서 추가 - 일반 기능 문서 업데이트 및 정리 @@ -360,20 +360,20 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.152.0) ## Core Improvements & Fixes - - - `crewai signup` 참조를 제거하고 `crewai login`으로 대체했습니다. - - `agent_id`를 사용하여 Mem0에 메모리를 추가하는 지원을 수정했습니다. - - Mem0 구성의 기본값을 변경했습니다. - - 누락된 모듈 파일을 명확하게 표시하도록 가져오기 오류를 업데이트했습니다. - - 이벤트 타임스탬프에 대한 시간대 지원을 추가했습니다. - + + - `crewai signup` 참조를 제거하고 `crewai login`으로 대체했습니다. + - `agent_id`를 사용하여 Mem0에 메모리를 추가하는 지원을 수정했습니다. + - Mem0 구성의 기본값을 변경했습니다. + - 누락된 모듈 파일을 명확하게 표시하도록 가져오기 오류를 업데이트했습니다. + - 이벤트 타임스탬프에 대한 시간대 지원을 추가했습니다. + ## New Features & Enhancements - - - 사용자 정의 흐름 이름을 지원하도록 `Flow` 클래스를 향상시켰습니다. - - RAG 구성 요소를 전용 최상위 모듈로 리팩토링했습니다. - + + - 사용자 정의 흐름 이름을 지원하도록 `Flow` 클래스를 향상시켰습니다. + - RAG 구성 요소를 전용 최상위 모듈로 리팩토링했습니다. + ## Documentation & Guides - + - Google Vertex AI 문서에서 잘못된 모델 이름을 수정했습니다. @@ -383,38 +383,38 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.150.0) ## 핵심 개선 사항 및 수정 사항 - - - Chroma 클라이언트 초기화 주위에 파일 잠금 사용 - - FTS5 없이 SQLite와 관련된 우회 방법 제거 - - LLM 모델에 대해 자동으로 지원되지 않는 `stop` 매개변수 제거 - - `save` 메서드 수정 및 관련 테스트 케이스 업데이트 - - 마지막 메시지가 어시스턴트인 경우 Ollama 모델의 메시지 처리 수정 - - LLM 호출 오류에 대한 중복 출력 제거 - - `UserMemory`에 대한 사용 중단 알림 추가 - - LiteLLM을 버전 1.74.3으로 업그레이드 - + + - Chroma 클라이언트 초기화 주위에 파일 잠금 사용 + - FTS5 없이 SQLite와 관련된 우회 방법 제거 + - LLM 모델에 대해 자동으로 지원되지 않는 `stop` 매개변수 제거 + - `save` 메서드 수정 및 관련 테스트 케이스 업데이트 + - 마지막 메시지가 어시스턴트인 경우 Ollama 모델의 메시지 처리 수정 + - LLM 호출 오류에 대한 중복 출력 제거 + - `UserMemory`에 대한 사용 중단 알림 추가 + - LiteLLM을 버전 1.74.3으로 업그레이드 + ## 새로운 기능 및 향상된 사항 - - - 내부 LLM 클래스를 통한 임시 도구 호출 지원 추가 - - Mem0 Storage를 v1.1에서 v2로 업데이트 - + + - 내부 LLM 클래스를 통한 임시 도구 호출 지원 추가 + - Mem0 Storage를 v1.1에서 v2로 업데이트 + ## 문서 및 가이드 - - - neatlogs 문서 수정 - - Search-Research 스위트에 Tavily Search & Extractor 도구 추가 - - `SerperScrapeWebsiteTool`에 대한 문서 추가 및 Serper 섹션 재구성 - - 일반 문서 업데이트 및 개선 - + + - neatlogs 문서 수정 + - Search-Research 스위트에 Tavily Search & Extractor 도구 추가 + - `SerperScrapeWebsiteTool`에 대한 문서 추가 및 Serper 섹션 재구성 + - 일반 문서 업데이트 및 개선 + ## crewai-tools v0.58.0 ### 새로운 도구 / 향상된 사항 - - **SerperScrapeWebsiteTool**: URL에서 깨끗한 콘텐츠를 추출하는 도구 추가 - - **Bedrock AgentCore**: Bedrock 에이전트를 위한 브라우저 및 코드 해석기 툴킷 통합 - - **Stagehand 업데이트**: Stagehand 통합 리팩토링 및 업데이트 - + - **SerperScrapeWebsiteTool**: URL에서 깨끗한 콘텐츠를 추출하는 도구 추가 + - **Bedrock AgentCore**: Bedrock 에이전트를 위한 브라우저 및 코드 해석기 툴킷 통합 + - **Stagehand 업데이트**: Stagehand 통합 리팩토링 및 업데이트 + ### 수정 사항 및 정리 - - **FTS5 지원**: 테스트 워크플로우에서 개선된 텍스트 검색을 위한 SQLite FTS5 활성화 - - **테스트 속도 향상**: 더 빠른 CI 실행을 위해 GitHub Actions 테스트 스위트 병렬화 - - **정리**: FTS5 지원으로 인해 SQLite 우회 방법 제거 + - **FTS5 지원**: 테스트 워크플로우에서 개선된 텍스트 검색을 위한 SQLite FTS5 활성화 + - **테스트 속도 향상**: 더 빠른 CI 실행을 위해 GitHub Actions 테스트 스위트 병렬화 + - **정리**: FTS5 지원으로 인해 SQLite 우회 방법 제거 **MongoDBVectorSearchTool**: 직렬화 및 스키마 처리 수정 @@ -424,27 +424,27 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.148.0) ## 핵심 개선 사항 및 수정 사항 - - - 프로덕션 WorkOS 환경 ID 사용 - - 테스트 워크플로우에 SQLite FTS5 지원 추가 - - 에이전트 지식 처리 수정 - - `LLM` 대신 `BaseLLM` 클래스를 사용하여 비교 - - `Task` 클래스에서 누락된 `create_directory` 매개변수 수정 - + + - 프로덕션 WorkOS 환경 ID 사용 + - 테스트 워크플로우에 SQLite FTS5 지원 추가 + - 에이전트 지식 처리 수정 + - `LLM` 대신 `BaseLLM` 클래스를 사용하여 비교 + - `Task` 클래스에서 누락된 `create_directory` 매개변수 수정 + ## 새로운 기능 및 향상 사항 - - - 에이전트 평가 기능 도입 - - 평가자 실험 및 회귀 테스트 방법 추가 - - 스레드 안전한 `AgentEvaluator` 구현 - - 에이전트 평가를 위한 이벤트 발생 활성화 - - 단일 `Agent` 및 `LiteAgent` 평가 지원 - - `neatlogs`와의 통합 추가 - - LLM 가드레일 이벤트에 대한 크루 컨텍스트 추적 추가 - + + - 에이전트 평가 기능 도입 + - 평가자 실험 및 회귀 테스트 방법 추가 + - 스레드 안전한 `AgentEvaluator` 구현 + - 에이전트 평가를 위한 이벤트 발생 활성화 + - 단일 `Agent` 및 `LiteAgent` 평가 지원 + - `neatlogs`와의 통합 추가 + - LLM 가드레일 이벤트에 대한 크루 컨텍스트 추적 추가 + ## 문서 및 가이드 - - - `guardrail` 속성 및 사용 예제에 대한 문서 추가 - - `neatlogs`에 대한 통합 가이드 추가 + + - `guardrail` 속성 및 사용 예제에 대한 문서 추가 + - `neatlogs`에 대한 통합 가이드 추가 - 에이전트 리포지토리 및 `Agent.kickoff` 사용에 대한 문서 업데이트 @@ -454,16 +454,16 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.141.0) ## 핵심 개선 사항 및 수정 사항 - - - 병렬화를 통해 GitHub Actions 테스트 속도 향상 - + + - 병렬화를 통해 GitHub Actions 테스트 속도 향상 + ## 새로운 기능 및 향상된 사항 - - - LLM 가드레일 이벤트에 대한 크루 컨텍스트 추적 추가 - + + - LLM 가드레일 이벤트에 대한 크루 컨텍스트 추적 추가 + ## 문서 및 가이드 - - - 에이전트 리포지토리 사용에 대한 문서 추가 + + - 에이전트 리포지토리 사용에 대한 문서 추가 - `Agent.kickoff` 메서드에 대한 문서 추가 @@ -473,29 +473,29 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.140.0) ## 핵심 개선 사항 및 수정 사항 - - - 테스트 프롬프트의 오타 수정 - - 크루 생성 시 후행 슬래시를 제거하여 프로젝트 이름 정규화 수정 - - 환경 변수가 대문자로 작성되도록 보장 - - LiteLLM 의존성 업데이트 - - `RAGStorage`에서 컬렉션 처리 리팩토링 - - PEP 621 동적 버전 관리 구현 - + + - 테스트 프롬프트의 오타 수정 + - 크루 생성 시 후행 슬래시를 제거하여 프로젝트 이름 정규화 수정 + - 환경 변수가 대문자로 작성되도록 보장 + - LiteLLM 의존성 업데이트 + - `RAGStorage`에서 컬렉션 처리 리팩토링 + - PEP 621 동적 버전 관리 구현 + ## 새로운 기능 및 향상된 사항 - - - 작업 및 에이전트별로 LLM 호출을 추적하는 기능 추가 - - 메모리 사용량 모니터링을 위한 `MemoryEvents` 도입 - - 메모리 시스템 및 LLM 가드레일 이벤트에 대한 콘솔 로깅 추가 - - 최대 7B 매개변수를 지원하는 모델에 대한 데이터 훈련 지원 개선 - - Scarf 및 Reo.dev 분석 추적 추가 - - CLI workos 로그인 - + + - 작업 및 에이전트별로 LLM 호출을 추적하는 기능 추가 + - 메모리 사용량 모니터링을 위한 `MemoryEvents` 도입 + - 메모리 시스템 및 LLM 가드레일 이벤트에 대한 콘솔 로깅 추가 + - 최대 7B 매개변수를 지원하는 모델에 대한 데이터 훈련 지원 개선 + - Scarf 및 Reo.dev 분석 추적 추가 + - CLI workos 로그인 + ## 문서 및 가이드 - - - CLI LLM 문서 업데이트 - - 문서에 Nebius 통합 추가 - - 설치 및 pt-BR 문서의 오타 수정 - - `MemoryEvents`에 대한 문서 추가 + + - CLI LLM 문서 업데이트 + - 문서에 Nebius 통합 추가 + - 설치 및 pt-BR 문서의 오타 수정 + - `MemoryEvents`에 대한 문서 추가 - 문서 리디렉션 구현 및 개발 도구 포함 @@ -505,32 +505,32 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.134.0) ## 핵심 개선 사항 및 수정 사항 - - - 도구 매개변수 구문 수정 - - `Task`의 타입 주석 수정 - - GitHub에서 LLM 데이터를 검색할 때 SSL 오류 수정 - - Pydantic 2.7.x와의 호환성 보장 - - 프로젝트 종속성에서 `mkdocs` 제거 - - Langfuse 코드 예제를 Python SDK v3로 업그레이드 - - `mem0` 저장소에 역할 정리 기능 추가 - - 메모리 재설정 중 Crew 검색 개선 - - 콘솔 프린터 출력 개선 - + + - 도구 매개변수 구문 수정 + - `Task`의 타입 주석 수정 + - GitHub에서 LLM 데이터를 검색할 때 SSL 오류 수정 + - Pydantic 2.7.x와의 호환성 보장 + - 프로젝트 종속성에서 `mkdocs` 제거 + - Langfuse 코드 예제를 Python SDK v3로 업그레이드 + - `mem0` 저장소에 역할 정리 기능 추가 + - 메모리 재설정 중 Crew 검색 개선 + - 콘솔 프린터 출력 개선 + ## 새로운 기능 및 향상 사항 - - - 정의된 `Tool` 속성에서 도구를 초기화하는 지원 추가 - - `CrewBase` 내에서 MCP 도구를 사용하는 공식 방법 추가 - - `CrewBase`에서 에이전트당 여러 도구를 선택할 수 있도록 MCP 도구 지원 향상 - - Oxylabs 웹 스크래핑 도구 추가 - + + - 정의된 `Tool` 속성에서 도구를 초기화하는 지원 추가 + - `CrewBase` 내에서 MCP 도구를 사용하는 공식 방법 추가 + - `CrewBase`에서 에이전트당 여러 도구를 선택할 수 있도록 MCP 도구 지원 향상 + - Oxylabs 웹 스크래핑 도구 추가 + ## 문서 및 가이드 - - - `quickstart.mdx` 업데이트 - - `LLMGuardrail` 이벤트에 대한 문서 추가 - - 포괄적인 서비스 통합 세부정보로 문서 업데이트 - - MCP 및 Enterprise 도구에 대한 추천 필터 업데이트 - - Maxim 가시성에 대한 문서 업데이트 - - pt-BR 문서 번역 추가 + + - `quickstart.mdx` 업데이트 + - `LLMGuardrail` 이벤트에 대한 문서 추가 + - 포괄적인 서비스 통합 세부정보로 문서 업데이트 + - MCP 및 Enterprise 도구에 대한 추천 필터 업데이트 + - Maxim 가시성에 대한 문서 업데이트 + - pt-BR 문서 번역 추가 - 일반 문서 개선 @@ -540,28 +540,28 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.130.0) ## 핵심 개선 사항 및 수정 사항 - - - 도구 결과 출력과 관련된 중복 메시지 제거 - - 시작 시 `usage_metrics`에서 누락된 `manager_agent` 토큰 수정 - - 동적 환경 변수를 존중하도록 텔레메트리 싱글톤 수정 - - Flow 상태 로그가 인간 입력을 숨길 수 있는 문제 수정 - - 흐름 플로팅을 위한 기본 X축 간격 증가 - + + - 도구 결과 출력과 관련된 중복 메시지 제거 + - 시작 시 `usage_metrics`에서 누락된 `manager_agent` 토큰 수정 + - 동적 환경 변수를 존중하도록 텔레메트리 싱글톤 수정 + - Flow 상태 로그가 인간 입력을 숨길 수 있는 문제 수정 + - 흐름 플로팅을 위한 기본 X축 간격 증가 + ## 새로운 기능 및 향상된 사항 - - - CLI에서 다중 조직 작업 지원 추가 - - 더 효율적인 워크플로를 위한 비동기 도구 실행 활성화 - - Guardrail 통합과 함께 `LiteAgent` 도입 - - 최신 OpenAI 버전을 지원하도록 `LiteLLM` 업그레이드 - + + - CLI에서 다중 조직 작업 지원 추가 + - 더 효율적인 워크플로를 위한 비동기 도구 실행 활성화 + - Guardrail 통합과 함께 `LiteAgent` 도입 + - 최신 OpenAI 버전을 지원하도록 `LiteLLM` 업그레이드 + ## 문서 및 가이드 - - - 도구 저장소에 대한 최소 `UV` 버전 문서화 - - 환각 방지 가이드라인에 대한 예제 개선 - - LLM 사용을 위한 계획 문서 업데이트 - - 에이전트 가시성에서 Maxim 지원에 대한 문서 추가 - - 기업 기능에 대한 이미지와 함께 통합 문서 확장 - - 지속성에 대한 가이드 수정 + + - 도구 저장소에 대한 최소 `UV` 버전 문서화 + - 환각 방지 가이드라인에 대한 예제 개선 + - LLM 사용을 위한 계획 문서 업데이트 + - 에이전트 가시성에서 Maxim 지원에 대한 문서 추가 + - 기업 기능에 대한 이미지와 함께 통합 문서 확장 + - 지속성에 대한 가이드 수정 - Python 버전 지원을 python 3.13.x로 업데이트 @@ -571,25 +571,25 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.126.0) ### 변경 사항 - + #### 핵심 개선 및 수정 - + - Python 3.13 지원 추가 - 에이전트 지식 출처 문제 수정 - 도구 저장소에서 사용 가능한 도구 지속화 - 에이전트 저장소에서 자체 모듈을 통해 도구 로드 가능 - LLM에 의해 호출될 때 도구 사용 기록 - + #### 새로운 기능 및 향상 - + - MCP 통합에서 스트리밍 가능한 HTTP 전송 지원 추가 - 커뮤니티 분석 지원 추가 - Gemini 예제를 포함한 OpenAI 호환 섹션 확장 - 프롬프트 및 메모리 시스템에 대한 투명성 기능 도입 - 도구 게시를 위한 소규모 개선 - + #### 문서 및 가이드 - + - 더 나은 탐색을 위한 문서의 주요 구조 조정 - MCP 통합 문서 확장 - 메모리 문서 및 README 시각 자료 업데이트 @@ -605,14 +605,14 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.121.1) # 버그 수정 및 더 나은 문서 - + ## 변경 사항 - + - 여러 버그 수정 - 문서 개선 - + ## 설치 - + 1. GitHub에서 리포지토리를 클론합니다. ```bash git clone https://github.com/username/repository.git @@ -622,20 +622,20 @@ mode: "wide" cd repository npm install ``` - + ## 사용법 - + - 기본 사용법은 다음과 같습니다: ```bash npm start ``` - + ## 기여 - + 기여를 원하시면, [기여 가이드](CONTRIBUTING.md)를 참조하세요. - + ## 라이센스 - + 이 프로젝트는 MIT 라이센스 하에 배포됩니다. 자세한 내용은 [LICENSE](LICENSE) 파일을 확인하세요. @@ -645,23 +645,23 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.121.0) # 변경 사항 - + ## 핵심 개선 및 수정 - + - 도구 생성 시 인코딩 오류 수정 - llama 테스트 실패 수정 - 일관성을 위한 로깅 구성 업데이트 - 텔레메트리 초기화 및 이벤트 처리 개선 - + ## 새로운 기능 및 향상 - + - Task 클래스에 markdown 속성 추가 - Agent 클래스에 reasoning 속성 추가 - 자동 날짜 주입을 위한 Agent의 inject_date 플래그 추가 - HallucinationGuardrail 구현 (테스트 커버리지와 함께 no-op) - + ## 문서 및 가이드 - + - StagehandTool에 대한 문서 추가 및 MDX 구조 개선 - MCP 통합에 대한 문서 추가 및 기업 문서 업데이트 - 지식 이벤트 문서화 및 reasoning 문서 업데이트 @@ -676,7 +676,7 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.120.1) ## 새로운 기능 - + * 하이픈이 있는 보간 수정 @@ -690,13 +690,13 @@ mode: "wide" • 컨텍스트 관리자를 사용하여 FilteredStream의 경쟁 조건을 해결했습니다. • 에이전트 지식 초기화 문제를 수정했습니다. • 에이전트 가져오기 로직을 유틸리티 모듈로 리팩토링했습니다. - + ### 새로운 기능 및 향상된 사항 • 저장소에서 에이전트를 직접 로드하는 기능을 추가했습니다. • Task에 대해 빈 컨텍스트를 설정할 수 있도록 했습니다. • 에이전트 저장소 피드백을 향상시키고 Tool 자동 가져오기 동작을 수정했습니다. • 지식 소스를 우회하여 지식을 직접 초기화하는 기능을 도입했습니다. - + ### 문서 및 가이드 • 현재 보안 관행에 대한 security.md를 업데이트했습니다. • 명확성을 위해 Google 설정 섹션을 정리했습니다. @@ -711,23 +711,23 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.119.0) What’s Changed - + ## Core Improvements & Fixes - + - Improved test reliability by enhancing pytest handling for flaky tests - Fixed memory reset crash when embedding dimensions mismatch - Enabled parent flow identification for Crew and LiteAgent - Prevented telemetry-related crashes when unavailable - Upgraded LiteLLM version for better compatibility - Fixed llama converter tests by removing skip_external_api - + ## New Features & Enhancements - + - Introduced knowledge retrieval prompt re-writting in Agent for improved tracking and debugging - Made LLM setup and quickstart guides model-agnostic - + ## Documentation & Guides - + - Added advanced configuration docs for the RAG tool - Updated Windows troubleshooting guide - Refined documentation examples for better clarity @@ -740,19 +740,19 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.118.0) ### 핵심 개선 사항 및 수정 사항 - + - 누락된 프롬프트 또는 시스템 템플릿 문제를 수정했습니다. - 의도하지 않은 덮어쓰기를 방지하기 위해 전역 로깅 구성을 제거했습니다. - 명확성을 높이기 위해 TaskGuardrail의 이름을 LLMGuardrail로 변경했습니다. - 호환성을 위해 litellm을 버전 1.167.1로 다운그레이드했습니다. - 모듈 초기화를 보장하기 위해 누락된 __init__.py 파일을 추가했습니다. - + ### 새로운 기능 및 향상된 사항 - + - AI 행동 제어를 단순화하기 위해 코드 없는 Guardrail 생성을 지원합니다. - + ### 문서 및 가이드 - + - 내부 사용을 반영하기 위해 CrewStructuredTool을 공개 문서에서 제거했습니다. - 개선된 온보딩 경험을 위해 기업 문서 및 YouTube 임베드를 업데이트했습니다. @@ -773,17 +773,17 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.117.0) # 변경 사항 - + ## 새로운 기능 및 향상 - + - `@tool` 데코레이터에서 `result_as_answer` 매개변수 지원 추가. - 새로운 언어 모델 지원 도입: GPT-4.1, Gemini-2.0, Gemini-2.5 Pro. - 지식 관리 기능 향상. - CLI에서 Huggingface 제공자 옵션 추가. - Python 3.10+에 대한 호환성 및 CI 지원 개선. - + ## 핵심 개선 사항 및 수정 - + - 잘못된 템플릿 매개변수 및 누락된 입력 문제 수정. - 코루틴 조건 검사를 통한 비동기 흐름 처리 개선. - 격리된 구성 및 올바른 메모리 객체 복사를 통한 메모리 관리 향상. @@ -793,9 +793,9 @@ mode: "wide" - 흐름 실패 시 명시적 예외 발생. - 다양한 모듈에서 사용되지 않는 코드 및 불필요한 주석 제거. - GitHub App 토큰 작업을 v2로 업데이트. - + ## 문서 및 가이드 - + - 기업 배포 지침을 포함한 문서 구조 향상. - 문서 생성을 위한 출력 폴더 자동 생성. - `WeaviateVectorSearchTool` 문서의 깨진 링크 수정. @@ -810,18 +810,18 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.114.0) # 변경 사항 - + ## 새로운 기능 및 향상 - + - 에이전트를 원자 단위로 사용. (`Agent(...).kickoff()`) - 사용자 정의 LLM 구현 지원. - 외부 메모리 및 Opik 가시성 통합. - YAML 추출 향상. - 다중 모드 에이전트 검증. - 에이전트 및 크루를 위한 보안 지문 추가. - + ## 핵심 개선 사항 및 수정 - + - 직렬화, 에이전트 복사 및 Python 호환성 개선. - emit()에 와일드카드 지원 추가. - 추가 라우터 호출 및 컨텍스트 창 조정 지원 추가. @@ -829,9 +829,9 @@ mode: "wide" - 메서드 성능 개선. - 에이전트 작업 처리, 이벤트 발생 및 메모리 관리 향상. - CLI 문제, 조건부 작업, 복제 동작 및 도구 출력 수정. - + ## 문서 및 가이드 - + - 문서 구조, 테마 및 조직 개선. - WSL2, W&B Weave 및 Arize Phoenix와 함께하는 로컬 NVIDIA NIM에 대한 가이드 추가. - 도구 구성 예제, 프롬프트 및 가시성 문서 업데이트. @@ -844,21 +844,21 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.108.0) # 기능 - + - PR #2190에서 crew.py 템플릿의 탭을 공백으로 변환했습니다. - PR #2266에서 LLM 스트리밍 응답 처리 및 이벤트 시스템을 개선했습니다. - PR #2310에서 model_name을 포함했습니다. - PR #2321에서 풍부한 시각화와 개선된 로깅을 갖춘 이벤트 리스너를 강화했습니다. - PR #2332에서 지문을 추가했습니다. - + # 버그 수정 - + - PR #2308에서 Mistral 문제를 수정했습니다. - PR #2370에서 문서의 버그를 수정했습니다. - PR #2369에서 지문 속성의 타입 검사 오류를 수정했습니다. - + # 문서 업데이트 - + - PR #2259에서 도구 문서를 개선했습니다. - PR #2196에서 uv 도구 패키지의 설치 가이드를 업데이트했습니다. - PR #2363에서 uv 도구로 crewAI를 업그레이드하는 방법에 대한 지침을 추가했습니다. @@ -875,7 +875,7 @@ mode: "wide" - 비동기 흐름 지원을 개선하고 에이전트 응답 형식을 조정했습니다. - 메모리 초기화 기능을 강화하고 CLI 메모리 명령을 수정했습니다. - 타입 문제, 도구 호출 속성 및 텔레메트리 분리를 수정했습니다. - + **새로운 기능 및 향상된 사항** - 흐름 상태 내보내기를 추가하고 상태 유틸리티를 개선했습니다. - 선택적 크루 임베더를 사용한 에이전트 지식 설정을 강화했습니다. @@ -883,7 +883,7 @@ mode: "wide" - Python 3.10 및 langchain_ollama의 ChatOllama에 대한 지원을 추가했습니다. - o3-mini 모델에 대한 컨텍스트 윈도우 크기 지원을 통합했습니다. - 여러 라우터 호출에 대한 지원을 추가했습니다. - + **문서 및 가이드** - 문서 레이아웃 및 계층 구조를 개선했습니다. - QdrantVectorSearchTool 가이드를 추가하고 이벤트 리스너 사용을 명확히 했습니다. @@ -896,28 +896,28 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.102.0) ### 핵심 개선 사항 및 수정 사항 - + - 향상된 LLM 지원: Anthropic 모델에 대한 구조화된 LLM 출력, 매개변수 처리 및 형식 개선. - Crew 및 Agent 안정성: 지식 소스를 사용하는 에이전트/크루 복제, 조건부 작업에서의 여러 작업 출력 및 무시된 Crew 작업 콜백과 관련된 문제 수정. - 메모리 및 저장소 수정: Bedrock과의 단기 메모리 처리 수정, 올바른 임베더 초기화 보장, 크루 클래스에 메모리 재설정 기능 추가. - 교육 및 실행 신뢰성: dict 및 list 입력 유형과 관련된 교육 및 보간 문제 수정. - + ### 새로운 기능 및 개선 사항 - + - 고급 지식 관리: 명명 규칙 개선 및 사용자 정의 임베더 지원을 통한 임베딩 구성 향상. - 확장된 로깅 및 관찰 가능성: 로깅을 위한 JSON 형식 지원 추가 및 MLflow 추적 문서 통합. - 데이터 처리 개선: multi-tab 파일을 처리하기 위해 excel_knowledge_source.py 업데이트. - 일반 성능 및 코드베이스 정리: 기업 코드 정렬 간소화 및 린팅 문제 해결. - 새로운 도구 QdrantVectorSearchTool 추가. - + ### 문서 및 가이드 - + - AI 및 메모리 문서 업데이트: Bedrock, Google AI 및 장기 메모리 문서 개선. - 작업 및 워크플로우 명확성: 작업 속성에 "인간 입력" 행 추가, Langfuse 가이드 및 FileWriterTool 문서. - 다양한 오타 및 형식 문제 수정. - + ### 유지 관리 및 기타 - + - 올해의 Google Docs 통합 및 작업 처리 개선. @@ -1055,11 +1055,11 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.79.4) # llms 지원 관련 작은 버그 수정 시리즈 - + - llms 지원에 대한 여러 작은 버그 수정이 포함되었습니다. - 성능 향상 및 안정성 개선이 이루어졌습니다. - - 사용자 피드백을 반영하여 몇 가지 문제를 해결했습니다. - + - 사용자 피드백을 반영하여 몇 가지 문제를 해결했습니다. + 자세한 내용은 [GitHub](https://github.com)에서 확인하세요. @@ -1101,33 +1101,33 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.76.2) # crewai create 명령어 업데이트 - + ## 개요 `crewai create` 명령어는 새로운 CrewAI 프로젝트를 생성하는 데 사용됩니다. 이 문서에서는 이 명령어의 사용법과 업데이트된 기능에 대해 설명합니다. - + ## 사용법 다음 명령어를 사용하여 새로운 프로젝트를 생성할 수 있습니다: - + ```bash crewai create ``` - + ## 옵션 - `--template `: 특정 템플릿을 사용하여 프로젝트를 생성합니다. - `--description `: 프로젝트에 대한 설명을 추가합니다. - `--private`: 프로젝트를 비공개로 설정합니다. - + ## 예제 다음은 `crewai create` 명령어의 사용 예입니다: - + ```bash crewai create my-awesome-project --template basic --description "이것은 나의 멋진 프로젝트입니다." --private ``` - + ## 업데이트된 기능 - **템플릿 지원**: 이제 다양한 템플릿을 선택하여 프로젝트를 시작할 수 있습니다. - **비공개 프로젝트**: 비공식적인 작업을 위해 프로젝트를 비공개로 설정할 수 있는 옵션이 추가되었습니다. - + ## 추가 정보 자세한 내용은 [CrewAI 문서](https://crewai.com/docs)에서 확인할 수 있습니다. @@ -1149,38 +1149,38 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/0.75.1) # new `--provider` option on crewai crewat - + The `--provider` option has been added to the `crewai crewat` command. This option allows users to specify the provider they want to use when executing the command. - + ## Usage - + To use the `--provider` option, simply include it in your command as follows: - + ```bash crewai crewat --provider ``` - + ### Example - + Here’s an example of how to use the new option: - + ```bash crewai crewat --provider aws ``` - + ## Available Providers - + The following providers are currently supported: - + - aws - azure - gcp - + ## Notes - + - Make sure to replace `` with the actual name of the provider you wish to use. - This option is optional; if not specified, the default provider will be used. - + For more information, refer to the [CrewAI documentation](https://crewai.com/docs). @@ -1262,7 +1262,7 @@ mode: "wide" - 초기 도구 API 추가 - 오타 수정 - 문서 업데이트 - + 수정 사항: #1359 #1355 #1353 #1356 및 기타 @@ -1569,21 +1569,21 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/v0.30.4) **문서 업데이트가 곧 진행될 예정입니다** 불편을 드려 죄송하며, 기다려 주셔서 감사합니다. 새로운 문서가 곧 출시됩니다! - - ➿ 작업 콜백 수정 - 🧙 크루가 자동으로 생성하는 대신 특정 에이전트를 관리자으로 설정할 수 있는 기능 - 📄 시스템, 프롬프트 및 응답 템플릿을 설정할 수 있는 기능, 오픈소스 모델과 더 신뢰성 있게 작동하도록 (더 작은 모델과 더 잘 작동) - 👨‍💻 json 및 pydantic 출력 개선 (더 작은 모델과 더 잘 작동) - 🔎 도구 이름 인식 개선 (더 작은 모델과 더 잘 작동) - 🧰 도구 사용 개선 (더 작은 모델과 더 잘 작동) - 📃 사용자 정의 프롬프트를 가져오는 초기 지원 - 2️⃣ 중복 토큰 계산기 메트릭 수정 - 🪚 새로운 도구 추가, Browserbase 및 Exa Search - 📁 파일로 저장할 때 디렉토리 생성 기능 - 🔁 종속성 업데이트 - 도구를 다시 확인하세요 - 📄 전반적인 작은 문서 개선 - 🐛 작은 버그 수정 (오타 등) - 👬 동료 / 동료 문제 수정 + + ➿ 작업 콜백 수정 + 🧙 크루가 자동으로 생성하는 대신 특정 에이전트를 관리자으로 설정할 수 있는 기능 + 📄 시스템, 프롬프트 및 응답 템플릿을 설정할 수 있는 기능, 오픈소스 모델과 더 신뢰성 있게 작동하도록 (더 작은 모델과 더 잘 작동) + 👨‍💻 json 및 pydantic 출력 개선 (더 작은 모델과 더 잘 작동) + 🔎 도구 이름 인식 개선 (더 작은 모델과 더 잘 작동) + 🧰 도구 사용 개선 (더 작은 모델과 더 잘 작동) + 📃 사용자 정의 프롬프트를 가져오는 초기 지원 + 2️⃣ 중복 토큰 계산기 메트릭 수정 + 🪚 새로운 도구 추가, Browserbase 및 Exa Search + 📁 파일로 저장할 때 디렉토리 생성 기능 + 🔁 종속성 업데이트 - 도구를 다시 확인하세요 + 📄 전반적인 작은 문서 개선 + 🐛 작은 버그 수정 (오타 등) + 👬 동료 / 동료 문제 수정 👀 작은 Readme 업데이트 @@ -1674,37 +1674,37 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/v0.22.4) # 템플릿 문제 수정 - + 템플릿 문제를 수정하는 방법에 대한 지침입니다. - + ## 문제 식별 - + 1. 템플릿이 올바르게 로드되지 않는 경우 2. 템플릿의 스타일이 일관되지 않는 경우 3. 템플릿의 데이터가 올바르게 표시되지 않는 경우 - + ## 수정 단계 - + ### 1. 템플릿 로드 문제 해결 - + - 템플릿 파일 경로를 확인하십시오. - 필요한 모든 종속성이 설치되었는지 확인하십시오. - + ### 2. 스타일 일관성 유지 - + - CSS 파일을 검토하여 스타일 규칙이 일관되게 적용되었는지 확인하십시오. - 브라우저의 개발자 도구를 사용하여 스타일 충돌을 확인하십시오. - + ### 3. 데이터 표시 문제 해결 - + - 데이터 소스가 올바르게 연결되었는지 확인하십시오. - 데이터 형식이 템플릿에서 예상하는 형식과 일치하는지 확인하십시오. - + ## 추가 리소스 - + - [GitHub Issues](https://github.com)에서 유사한 문제를 검색하십시오. - 공식 문서에서 템플릿 관련 정보를 확인하십시오. - + 문제가 지속되면 지원 팀에 문의하십시오. @@ -1792,7 +1792,7 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/v0.14.0) # v0.14.0rc의 모든 개선 사항 - + - 오픈소스 모델에서 json 및 pydantic 내보내기 지원 @@ -1891,13 +1891,13 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/v0.5.0) 이 새로운 버전은 라이브러리에 많은 새로운 기능과 개선 사항을 가져옵니다. - + ## Features - Task Callbacks 추가. - 계층적 프로세스 지원 추가. - 다른 작업에서 특정 작업을 참조할 수 있는 기능 추가. - 병렬 작업 실행 기능 추가. - + ## Improvements - 최대 반복 횟수 및 분당 최대 요청 수 개편. - 개발자 경험 개선, docstrings 등. @@ -1962,11 +1962,11 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/v0.1.1) # CrewAI v0.1.1 릴리스 노트 - + ## 새로운 기능 - + - **Crew Verbose Mode**: 이제 실행 중인 작업을 검사할 수 있습니다. - + - **README 및 문서 업데이트**: 문서에 대한 일련의 소규모 업데이트 @@ -1976,34 +1976,34 @@ mode: "wide" [GitHub 릴리스 보기](https://github.com/crewAIInc/crewAI/releases/tag/v0.1.0) # CrewAI v0.1.0 릴리스 노트 - + CrewAI의 초기 릴리스인 버전 0.1.0을 발표하게 되어 매우 기쁩니다! CrewAI는 복잡한 작업을 보다 효율적으로 수행하기 위해 역할 수행 및 협업이 가능한 자율 AI 에이전트를 조정하는 데 도움을 주기 위해 설계된 프레임워크입니다. - + ## 새로운 기능 - + - **초기 출시**: CrewAI가 이제 공식적으로 출시되었습니다! 이 기초 릴리스는 AI 에이전트가 각자의 전문 역할과 목표를 가지고 협력할 수 있는 기반을 마련합니다. - + - **역할 기반 에이전트 설계**: 특정 역할, 목표 및 성공에 필요한 도구를 갖춘 에이전트를 정의하고 사용자 정의할 수 있습니다. - + - **에이전트 간 위임**: 에이전트는 이제 자율적으로 작업을 위임할 수 있는 기능을 갖추어 팀 간의 작업 부하를 동적으로 분배할 수 있습니다. - + - **작업 관리**: 각 작업에 필요한 도구를 지정할 수 있는 유연성을 가지고 작업을 동적으로 생성하고 할당할 수 있습니다. - + - **순차적 프로세스**: 에이전트를 설정하여 작업을 차례로 처리하도록 하여 조직적이고 예측 가능한 워크플로를 보장합니다. - + - **문서화**: 프레임워크의 설정 및 사용을 안내하는 초기 문서를 통해 CrewAI를 탐색하기 시작하세요. - + ## 향상된 기능 - + - `Agent`, `Task`, `Crew`, `Process` 클래스에 대한 상세 API 문서. - 첫 번째 CrewAI 애플리케이션을 구축하는 데 도움이 되는 예제 및 튜토리얼. - 에이전트 간의 협업 및 위임 메커니즘에 대한 기본 설정. - + ## 알려진 문제 - + - 이번이 첫 번째 릴리스이므로 발견되지 않은 버그 및 최적화가 필요한 영역이 있을 수 있습니다. 사용 중 발견된 문제를 커뮤니티에 보고해 주시기 바랍니다. - + ## 향후 기능 - + - **고급 프로세스 관리**: 향후 릴리스에서는 합의 기반 및 계층적 워크플로를 포함한 작업 관리를 위한 보다 복잡한 프로세스를 도입할 예정입니다. diff --git a/docs/ko/concepts/agents.mdx b/docs/ko/concepts/agents.mdx index e10d98bde..688d9b2ae 100644 --- a/docs/ko/concepts/agents.mdx +++ b/docs/ko/concepts/agents.mdx @@ -688,4 +688,4 @@ asyncio.run(main()) - knowledge 소스 구성 확인 - 대화 기록 관리 검토 -에이전트는 특정 사용 사례에 맞게 구성될 때 가장 효과적입니다. 자신의 요구 사항을 이해하고 이에 맞게 이러한 매개변수를 조정하는 데 시간을 투자하세요. \ No newline at end of file +에이전트는 특정 사용 사례에 맞게 구성될 때 가장 효과적입니다. 자신의 요구 사항을 이해하고 이에 맞게 이러한 매개변수를 조정하는 데 시간을 투자하세요. diff --git a/docs/ko/concepts/event-listener.mdx b/docs/ko/concepts/event-listener.mdx index c6283b429..88962ca35 100644 --- a/docs/ko/concepts/event-listener.mdx +++ b/docs/ko/concepts/event-listener.mdx @@ -310,4 +310,4 @@ with crewai_event_bus.scoped_handlers(): 4. **선택적 리스닝**: 실제로 처리해야 하는 이벤트에만 리스닝하세요. 5. **테스트**: 이벤트 리스너가 예상대로 동작하는지 독립적으로 테스트하세요. -CrewAI의 이벤트 시스템을 활용하면 기능을 확장하고 기존 인프라와 원활하게 통합할 수 있습니다. \ No newline at end of file +CrewAI의 이벤트 시스템을 활용하면 기능을 확장하고 기존 인프라와 원활하게 통합할 수 있습니다. diff --git a/docs/ko/concepts/flows.mdx b/docs/ko/concepts/flows.mdx index c38067f3a..11caea5f3 100644 --- a/docs/ko/concepts/flows.mdx +++ b/docs/ko/concepts/flows.mdx @@ -163,8 +163,8 @@ Second method received: Output from first_method ![Flow Visual image](/images/crewai-flow-2.png) -이 예제에서 `second_method`가 마지막으로 완료된 메서드이므로, 해당 메서드의 결과가 Flow의 최종 출력값이 됩니다. -`kickoff()` 메서드는 이 최종 출력값을 반환하며, 이 값은 콘솔에 출력됩니다. +이 예제에서 `second_method`가 마지막으로 완료된 메서드이므로, 해당 메서드의 결과가 Flow의 최종 출력값이 됩니다. +`kickoff()` 메서드는 이 최종 출력값을 반환하며, 이 값은 콘솔에 출력됩니다. `plot()` 메서드는 HTML 파일을 생성하며, 이를 통해 flow를 쉽게 이해할 수 있습니다. #### 상태에 접근하고 업데이트하기 @@ -226,8 +226,8 @@ Flow 실행 과정 전반에 걸쳐 상태를 유지하고 접근하면서도 ### 비구조적 상태 관리 -비구조적 상태 관리에서는 모든 상태가 `Flow` 클래스의 `state` 속성에 저장됩니다. -이 방식은 엄격한 스키마를 정의하지 않고도 개발자가 상태 속성을 즉석에서 추가하거나 수정할 수 있는 유연성을 제공합니다. +비구조적 상태 관리에서는 모든 상태가 `Flow` 클래스의 `state` 속성에 저장됩니다. +이 방식은 엄격한 스키마를 정의하지 않고도 개발자가 상태 속성을 즉석에서 추가하거나 수정할 수 있는 유연성을 제공합니다. 비구조적 상태에서도 CrewAI Flows는 각 상태 인스턴스에 대한 고유 식별자(UUID)를 자동으로 생성하고 유지합니다. ```python Code @@ -460,7 +460,7 @@ Logger: Hello from the second method ![Flow Visual image](/images/crewai-flow-4.png) -이 Flow를 실행하면, `logger` 메서드는 `start_method` 또는 `second_method`의 출력에 의해 트리거됩니다. +이 Flow를 실행하면, `logger` 메서드는 `start_method` 또는 `second_method`의 출력에 의해 트리거됩니다. `or_` 함수는 여러 메서드를 감지하고 지정된 메서드 중 하나에서 출력이 발생하면 리스너 메서드를 트리거하는 데 사용됩니다. ### 조건부 로직: `and` @@ -501,12 +501,12 @@ flow.kickoff() ![Flow Visual image](/images/crewai-flow-5.png) -이 Flow를 실행하면, `logger` 메서드는 `start_method`와 `second_method`가 모두 출력을 발생시켰을 때만 트리거됩니다. +이 Flow를 실행하면, `logger` 메서드는 `start_method`와 `second_method`가 모두 출력을 발생시켰을 때만 트리거됩니다. `and_` 함수는 여러 메서드를 리슨하고, 지정된 모든 메서드가 출력을 발생시킬 때만 리스너 메서드를 트리거하는 데 사용됩니다. ### Router -Flows의 `@router()` 데코레이터를 사용하면 메서드의 출력값에 따라 조건부 라우팅 로직을 정의할 수 있습니다. +Flows의 `@router()` 데코레이터를 사용하면 메서드의 출력값에 따라 조건부 라우팅 로직을 정의할 수 있습니다. 메서드의 출력에 따라 서로 다른 경로를 지정할 수 있어 실행 흐름을 동적으로 제어할 수 있습니다. @@ -558,9 +558,9 @@ Fourth method running ![Flow Visual image](/images/crewai-flow-6.png) -위 예제에서 `start_method`는 랜덤 불리언 값을 생성하여 state에 저장합니다. -`second_method`는 `@router()` 데코레이터를 사용해 불리언 값에 따라 조건부 라우팅 로직을 정의합니다. -불리언 값이 `True`이면 메서드는 `"success"`를 반환하고, `False`이면 `"failed"`를 반환합니다. +위 예제에서 `start_method`는 랜덤 불리언 값을 생성하여 state에 저장합니다. +`second_method`는 `@router()` 데코레이터를 사용해 불리언 값에 따라 조건부 라우팅 로직을 정의합니다. +불리언 값이 `True`이면 메서드는 `"success"`를 반환하고, `False`이면 `"failed"`를 반환합니다. `third_method`와 `fourth_method`는 `second_method`의 출력값을 기다렸다가 반환된 값에 따라 실행됩니다. 이 Flow를 실행하면, `start_method`에서 생성된 랜덤 불리언 값에 따라 출력값이 달라집니다. diff --git a/docs/ko/enterprise/features/automations.mdx b/docs/ko/enterprise/features/automations.mdx index 950be0902..ff32f5866 100644 --- a/docs/ko/enterprise/features/automations.mdx +++ b/docs/ko/enterprise/features/automations.mdx @@ -101,5 +101,3 @@ Git 없이 빠르게 배포 — 프로젝트 ZIP 패키지를 업로드하세요 실시간 이벤트/업데이트 스트리밍 - - diff --git a/docs/ko/enterprise/features/crew-studio.mdx b/docs/ko/enterprise/features/crew-studio.mdx index 785e031fa..f2b83608d 100644 --- a/docs/ko/enterprise/features/crew-studio.mdx +++ b/docs/ko/enterprise/features/crew-studio.mdx @@ -86,5 +86,3 @@ Crew Studio는 자연어와 시각적 워크플로 에디터로 처음부터 자 React 컴포넌트를 내보내세요. - - diff --git a/docs/ko/enterprise/features/marketplace.mdx b/docs/ko/enterprise/features/marketplace.mdx index 5df52c3e5..d43807898 100644 --- a/docs/ko/enterprise/features/marketplace.mdx +++ b/docs/ko/enterprise/features/marketplace.mdx @@ -43,5 +43,3 @@ mode: "wide" 팀과 프로젝트 전반에서 에이전트 정의 저장, 공유 및 재사용. - - diff --git a/docs/ko/enterprise/features/rbac.mdx b/docs/ko/enterprise/features/rbac.mdx index 90f199921..e7ba4f299 100644 --- a/docs/ko/enterprise/features/rbac.mdx +++ b/docs/ko/enterprise/features/rbac.mdx @@ -11,7 +11,7 @@ CrewAI AMP의 RBAC는 **조직 수준 역할**과 **자동화(Automation) 수준 CrewAI AMP RBAC 개요 - + ## 사용자와 역할 @@ -94,11 +94,9 @@ Owner는 항상 접근 가능하며, Private 모드에서는 화이트리스트 CrewAI AMP 가시성 설정 - + RBAC 구성과 점검에 대한 지원이 필요하면 연락해 주세요. - - diff --git a/docs/ko/enterprise/features/tools-and-integrations.mdx b/docs/ko/enterprise/features/tools-and-integrations.mdx index 9f0c3100a..84a5760c0 100644 --- a/docs/ko/enterprise/features/tools-and-integrations.mdx +++ b/docs/ko/enterprise/features/tools-and-integrations.mdx @@ -232,5 +232,3 @@ mode: "wide" 워크플로를 자동화하고 외부 플랫폼/서비스와 통합하세요. - - diff --git a/docs/ko/enterprise/features/traces.mdx b/docs/ko/enterprise/features/traces.mdx index a568b4339..4b44f406e 100644 --- a/docs/ko/enterprise/features/traces.mdx +++ b/docs/ko/enterprise/features/traces.mdx @@ -30,7 +30,7 @@ CrewAI AMP의 Traces는 crew의 작동 과정을 처음 입력에서 최종 출 CrewAI AMP 대시보드에 들어가면, **트레이스**를 클릭하여 모든 실행 기록을 볼 수 있습니다. - + 모든 crew 실행 목록이 날짜별로 정렬되어 표시됩니다. 상세 트레이스를 보려면 원하는 실행을 클릭하세요. @@ -111,7 +111,7 @@ CrewAI AMP의 Traces는 crew의 작동 과정을 처음 입력에서 최종 출 crew 실행이 예상한 결과를 내지 못할 때, 트레이스를 확인하여 어디에서 문제가 발생했는지 찾으세요. 다음을 확인하세요: - + - 실패한 작업 - 에이전트의 예상 밖 결정 - 도구 사용 오류 @@ -121,19 +121,19 @@ CrewAI AMP의 Traces는 crew의 작동 과정을 처음 입력에서 최종 출 ![Failure Points](/images/enterprise/failure.png) - + 실행 메트릭을 사용하여 성능 병목 현상을 파악하세요: - + - 예상보다 오래 걸린 작업 - 과도한 토큰 사용 - 중복된 도구 작업 - 불필요한 API 호출 - + 토큰 사용량 및 비용 추정치를 분석해 crew의 효율성을 최적화하세요: - + - 더 간단한 작업에는 더 작은 모델을 사용 고려 - 프롬프트를 더 간결하게 다듬기 - 자주 액세스하는 정보 캐싱 @@ -143,4 +143,4 @@ CrewAI AMP의 Traces는 crew의 작동 과정을 처음 입력에서 최종 출 트레이스 분석이나 기타 CrewAI 엔터프라이즈 기능에 대한 지원이 필요하시면 저희 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/features/webhook-streaming.mdx b/docs/ko/enterprise/features/webhook-streaming.mdx index ce87006db..44a419efc 100644 --- a/docs/ko/enterprise/features/webhook-streaming.mdx +++ b/docs/ko/enterprise/features/webhook-streaming.mdx @@ -79,4 +79,4 @@ CrewAI는 Enterprise Event Streaming에서 시스템 이벤트와 사용자 지 웹훅 통합 또는 문제 해결에 대한 지원이 필요하다면 저희 지원팀에 문의해 주세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/guides/azure-openai-setup.mdx b/docs/ko/enterprise/guides/azure-openai-setup.mdx index 07731c119..2ac47c909 100644 --- a/docs/ko/enterprise/guides/azure-openai-setup.mdx +++ b/docs/ko/enterprise/guides/azure-openai-setup.mdx @@ -49,4 +49,4 @@ mode: "wide" - Target URI 형식이 예상 패턴과 일치하는지 확인하세요 - API 키가 올바르고 적절한 권한을 가지고 있는지 확인하세요 - 네트워크 액세스가 CrewAI 연결을 허용하도록 구성되어 있는지 확인하세요 -- 배포 모델이 CrewAI에서 구성한 것과 일치하는지 확인하세요 \ No newline at end of file +- 배포 모델이 CrewAI에서 구성한 것과 일치하는지 확인하세요 diff --git a/docs/ko/enterprise/guides/deploy-crew.mdx b/docs/ko/enterprise/guides/deploy-crew.mdx index 8b703ae24..0356e5f9b 100644 --- a/docs/ko/enterprise/guides/deploy-crew.mdx +++ b/docs/ko/enterprise/guides/deploy-crew.mdx @@ -288,4 +288,4 @@ Enterprise 플랫폼은 또한 다음을 제공합니다: Enterprise 플랫폼의 배포 문제 또는 문의 사항이 있으시면 지원팀에 연락해 주십시오. - \ No newline at end of file + diff --git a/docs/ko/enterprise/guides/enable-crew-studio.mdx b/docs/ko/enterprise/guides/enable-crew-studio.mdx index 873450d65..ed411b3c8 100644 --- a/docs/ko/enterprise/guides/enable-crew-studio.mdx +++ b/docs/ko/enterprise/guides/enable-crew-studio.mdx @@ -37,9 +37,9 @@ Crew Studio를 사용하기 전에 LLM 연결을 구성해야 합니다: CrewAI에서 지원하는 원하는 LLM 공급자를 자유롭게 사용하실 수 있습니다. - + LLM 연결을 구성하세요: - + - `Connection Name`(예: `OpenAI`)을 입력하세요. - 모델 공급자를 선택하세요: `openai` 또는 `azure` - Studio에서 생성되는 Crews에 사용할 모델을 선택하세요. @@ -48,28 +48,28 @@ Crew Studio를 사용하기 전에 LLM 연결을 구성해야 합니다: - OpenAI의 경우: `OPENAI_API_KEY`에 API 키를 추가 - Azure OpenAI의 경우: [이 글](https://blog.crewai.com/configuring-azure-openai-with-crewai-a-comprehensive-guide/)을 참고하여 구성 - `Add Connection`을 클릭하여 구성을 저장하세요. - + ![LLM 연결 구성](/images/enterprise/llm-connection-config.png) - + 설정이 완료되면 새 연결이 사용 가능한 연결 목록에 추가된 것을 볼 수 있습니다. - + ![연결 추가됨](/images/enterprise/connection-added.png) - + 메인 메뉴에서 **Settings → Defaults**로 이동하여 LLM 기본값을 구성하세요: - + - 에이전트 및 기타 구성 요소의 기본 모델을 선택하세요 - Crew Studio의 기본 구성을 설정하세요 - + 변경 사항을 적용하려면 `Save Settings`를 클릭하세요. - + ![LLM 기본값 구성](/images/enterprise/llm-defaults.png) @@ -84,36 +84,36 @@ LLM 연결과 기본 설정을 구성했다면 이제 Crew Studio 사용을 시 CrewAI AMP 대시보드에서 **Studio** 섹션으로 이동하세요. - + Crew Assistant와 대화를 시작하며 해결하고자 하는 문제를 설명하세요: - + ```md I need a crew that can research the latest AI developments and create a summary report. ``` - + Crew Assistant는 귀하의 요구 사항을 더 잘 이해하기 위해 추가 질문을 할 것입니다. - + 생성된 crew 구성을 검토하세요. 구성에는 다음이 포함됩니다: - + - 에이전트 및 그들의 역할 - 수행할 작업 - 필요한 입력값 - 사용할 도구 - + 이 단계에서 구성 내용을 세부적으로 수정할 수 있습니다. - + 구성에 만족하면 다음을 수행할 수 있습니다: - + - 생성된 코드를 다운로드하여 로컬에서 커스터마이징 - crew를 CrewAI AMP 플랫폼에 직접 배포 - 구성을 수정하고 crew를 재생성 - + 배포 후 샘플 입력으로 crew를 테스트하여 기대한 대로 동작하는지 확인하세요. @@ -130,32 +130,32 @@ LLM 연결과 기본 설정을 구성했다면 이제 Crew Studio 사용을 시 먼저 문제를 설명하세요: - + ```md I need a crew that can analyze financial news and provide investment recommendations ``` - + crew assistant가 요구 사항을 구체화할 수 있도록 하는 추가 질문에 답변하세요. - + 생성된 crew 계획을 검토하세요. 여기에는 다음과 같은 항목이 포함될 수 있습니다: - + - 금융 뉴스를 수집하는 Research Agent - 데이터를 해석하는 Analysis Agent - 투자 조언을 제공하는 Recommendations Agent - + 계획을 승인하거나 필요하다면 변경을 요청하세요. - + 사용자화를 위해 코드를 다운로드하거나 플랫폼에 직접 배포하세요. - + 샘플 입력으로 crew를 테스트하고 필요에 따라 개선하세요. @@ -163,4 +163,4 @@ LLM 연결과 기본 설정을 구성했다면 이제 Crew Studio 사용을 시 Crew Studio 또는 기타 CrewAI AMP 기능 지원이 필요하다면 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/guides/hubspot-trigger.mdx b/docs/ko/enterprise/guides/hubspot-trigger.mdx index 468841a94..462778478 100644 --- a/docs/ko/enterprise/guides/hubspot-trigger.mdx +++ b/docs/ko/enterprise/guides/hubspot-trigger.mdx @@ -51,4 +51,4 @@ mode: "wide" ## 추가 자료 -사용 가능한 작업과 사용자 지정 옵션에 대한 자세한 정보는 [HubSpot 워크플로우 문서](https://knowledge.hubspot.com/workflows/create-workflows)를 참고하세요. \ No newline at end of file +사용 가능한 작업과 사용자 지정 옵션에 대한 자세한 정보는 [HubSpot 워크플로우 문서](https://knowledge.hubspot.com/workflows/create-workflows)를 참고하세요. diff --git a/docs/ko/enterprise/guides/kickoff-crew.mdx b/docs/ko/enterprise/guides/kickoff-crew.mdx index 039fef9c2..3d231de80 100644 --- a/docs/ko/enterprise/guides/kickoff-crew.mdx +++ b/docs/ko/enterprise/guides/kickoff-crew.mdx @@ -183,4 +183,4 @@ curl -X GET \ 실행 문제 또는 엔터프라이즈 플랫폼 관련 질문이 있으신 경우, 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/guides/react-component-export.mdx b/docs/ko/enterprise/guides/react-component-export.mdx index afc193667..cf1b2844e 100644 --- a/docs/ko/enterprise/guides/react-component-export.mdx +++ b/docs/ko/enterprise/guides/react-component-export.mdx @@ -38,7 +38,7 @@ mode: "wide" npx create-react-app my-crew-app ``` - 프로젝트 디렉터리로 이동합니다: - + ```bash cd my-crew-app ``` @@ -77,7 +77,7 @@ mode: "wide" - 프로젝트 디렉터리에서 다음 명령어를 실행하세요: - + ```bash npm start ``` @@ -101,4 +101,4 @@ mode: "wide" - 구성 요소 스타일을 애플리케이션 디자인에 맞게 맞춤화하세요 - 추가 구성을 위한 props를 추가하세요 - 애플리케이션의 상태 관리와 통합하세요 -- 오류 처리 및 로딩 상태를 추가하세요 \ No newline at end of file +- 오류 처리 및 로딩 상태를 추가하세요 diff --git a/docs/ko/enterprise/guides/team-management.mdx b/docs/ko/enterprise/guides/team-management.mdx index 8b56fe273..b1fa9a570 100644 --- a/docs/ko/enterprise/guides/team-management.mdx +++ b/docs/ko/enterprise/guides/team-management.mdx @@ -85,4 +85,4 @@ CrewAI AMP 계정의 관리자라면 새로운 팀원을 조직에 쉽게 초대 - **초대 수락**: 초대된 멤버는 조직에 가입하기 위해 초대를 수락해야 합니다 - **이메일 알림**: 팀 멤버에게 초대 이메일(스팸 폴더 포함)을 확인하도록 안내할 수 있습니다 -이 단계들을 따르면 팀을 손쉽게 확장하고 CrewAI AMP 조직 내에서 더욱 효과적으로 협업할 수 있습니다. \ No newline at end of file +이 단계들을 따르면 팀을 손쉽게 확장하고 CrewAI AMP 조직 내에서 더욱 효과적으로 협업할 수 있습니다. diff --git a/docs/ko/enterprise/guides/tool-repository.mdx b/docs/ko/enterprise/guides/tool-repository.mdx index 6600e6c27..7e83b403b 100644 --- a/docs/ko/enterprise/guides/tool-repository.mdx +++ b/docs/ko/enterprise/guides/tool-repository.mdx @@ -105,5 +105,3 @@ crewai tool publish API 통합 또는 문제 해결에 대한 지원이 필요하시면 지원팀에 문의해 주세요. - - diff --git a/docs/ko/enterprise/guides/update-crew.mdx b/docs/ko/enterprise/guides/update-crew.mdx index dbd8d9637..bfae1074d 100644 --- a/docs/ko/enterprise/guides/update-crew.mdx +++ b/docs/ko/enterprise/guides/update-crew.mdx @@ -6,7 +6,7 @@ mode: "wide" --- -CrewAI AMP에 crew를 배포한 후, 코드, 보안 설정 또는 구성을 업데이트해야 할 수 있습니다. +CrewAI AMP에 crew를 배포한 후, 코드, 보안 설정 또는 구성을 업데이트해야 할 수 있습니다. 이 가이드는 이러한 일반적인 업데이트 작업을 수행하는 방법을 설명합니다. @@ -86,4 +86,4 @@ crew의 환경 변수를 업데이트하려면 다음 단계를 따르세요: crew 업데이트나 배포 문제 해결에 대해 지원이 필요하시면 지원팀에 문의해 주세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/guides/webhook-automation.mdx b/docs/ko/enterprise/guides/webhook-automation.mdx index 62200922f..ad4c412a5 100644 --- a/docs/ko/enterprise/guides/webhook-automation.mdx +++ b/docs/ko/enterprise/guides/webhook-automation.mdx @@ -121,4 +121,4 @@ CrewAI AMP를 사용하면 웹훅을 통해 워크플로우를 자동화할 수 } ``` - \ No newline at end of file + diff --git a/docs/ko/enterprise/guides/zapier-trigger.mdx b/docs/ko/enterprise/guides/zapier-trigger.mdx index e590ba854..36d414460 100644 --- a/docs/ko/enterprise/guides/zapier-trigger.mdx +++ b/docs/ko/enterprise/guides/zapier-trigger.mdx @@ -101,4 +101,4 @@ mode: "wide" - Zap을 활성화하기 전에 철저히 테스트하여 잠재적인 문제를 미리 파악하세요. - 워크플로우 내에서 발생할 수 있는 실패 상황을 관리하기 위해 오류 처리 단계를 추가하는 것을 고려하세요. -이 단계를 따르면 Slack 메시지로 트리거되는 자동화된 워크플로우와 CrewAI AMP 출력이 포함된 이메일 알림을 설정할 수 있습니다. \ No newline at end of file +이 단계를 따르면 Slack 메시지로 트리거되는 자동화된 워크플로우와 CrewAI AMP 출력이 포함된 이메일 알림을 설정할 수 있습니다. diff --git a/docs/ko/enterprise/integrations/asana.mdx b/docs/ko/enterprise/integrations/asana.mdx index 658e18d19..898265311 100644 --- a/docs/ko/enterprise/integrations/asana.mdx +++ b/docs/ko/enterprise/integrations/asana.mdx @@ -251,4 +251,4 @@ crew = Crew( ) crew.kickoff() -``` \ No newline at end of file +``` diff --git a/docs/ko/enterprise/integrations/box.mdx b/docs/ko/enterprise/integrations/box.mdx index 0bd33e860..15de12f6b 100644 --- a/docs/ko/enterprise/integrations/box.mdx +++ b/docs/ko/enterprise/integrations/box.mdx @@ -266,4 +266,4 @@ crew = Crew( ) crew.kickoff() -``` \ No newline at end of file +``` diff --git a/docs/ko/enterprise/integrations/clickup.mdx b/docs/ko/enterprise/integrations/clickup.mdx index ffa20931e..f72cd53d5 100644 --- a/docs/ko/enterprise/integrations/clickup.mdx +++ b/docs/ko/enterprise/integrations/clickup.mdx @@ -291,4 +291,4 @@ crew.kickoff() ClickUp 연동 설정 또는 문제 해결에 대한 지원이 필요하신 경우 저희 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/github.mdx b/docs/ko/enterprise/integrations/github.mdx index 06e2cd3fb..e0b2dbe32 100644 --- a/docs/ko/enterprise/integrations/github.mdx +++ b/docs/ko/enterprise/integrations/github.mdx @@ -321,4 +321,4 @@ crew.kickoff() GitHub 통합 설정 또는 문제 해결에 대해 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/gmail.mdx b/docs/ko/enterprise/integrations/gmail.mdx index de0f68161..dcd1c1973 100644 --- a/docs/ko/enterprise/integrations/gmail.mdx +++ b/docs/ko/enterprise/integrations/gmail.mdx @@ -354,4 +354,4 @@ crew.kickoff() Gmail 통합 설정 또는 문제 해결에 대한 지원이 필요하시다면 저희 지원팀에 문의해 주세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/google_calendar.mdx b/docs/ko/enterprise/integrations/google_calendar.mdx index fdaa20005..a850e0d11 100644 --- a/docs/ko/enterprise/integrations/google_calendar.mdx +++ b/docs/ko/enterprise/integrations/google_calendar.mdx @@ -389,4 +389,4 @@ crew.kickoff() Google Calendar 연동 설정 또는 문제 해결에 대한 지원이 필요하면 저희 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/google_sheets.mdx b/docs/ko/enterprise/integrations/google_sheets.mdx index 5b1df0d64..28a158fd1 100644 --- a/docs/ko/enterprise/integrations/google_sheets.mdx +++ b/docs/ko/enterprise/integrations/google_sheets.mdx @@ -319,4 +319,4 @@ crew.kickoff() Google Sheets 통합 설정 또는 문제 해결에 대한 지원이 필요하시면 저희 지원팀으로 문의해 주세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/hubspot.mdx b/docs/ko/enterprise/integrations/hubspot.mdx index 132001650..ba1b02310 100644 --- a/docs/ko/enterprise/integrations/hubspot.mdx +++ b/docs/ko/enterprise/integrations/hubspot.mdx @@ -577,4 +577,4 @@ crew.kickoff() HubSpot 연동 설정 또는 문제 해결에 도움이 필요하시면 지원팀에 문의해 주세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/jira.mdx b/docs/ko/enterprise/integrations/jira.mdx index 64fc50334..f98f20456 100644 --- a/docs/ko/enterprise/integrations/jira.mdx +++ b/docs/ko/enterprise/integrations/jira.mdx @@ -392,4 +392,4 @@ crew.kickoff() Jira 연동 설정 또는 문제 해결에 대한 지원이 필요하시면 저희 지원팀에 문의하십시오. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/linear.mdx b/docs/ko/enterprise/integrations/linear.mdx index f81459763..94aabe578 100644 --- a/docs/ko/enterprise/integrations/linear.mdx +++ b/docs/ko/enterprise/integrations/linear.mdx @@ -451,4 +451,4 @@ crew.kickoff() Linear 연동 설정 또는 문제 해결에 대해 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/notion.mdx b/docs/ko/enterprise/integrations/notion.mdx index 04da69150..00b324ed1 100644 --- a/docs/ko/enterprise/integrations/notion.mdx +++ b/docs/ko/enterprise/integrations/notion.mdx @@ -507,4 +507,4 @@ crew.kickoff() Notion 연동 설정 또는 문제 해결에 대해 지원팀에 문의해 주세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/salesforce.mdx b/docs/ko/enterprise/integrations/salesforce.mdx index e2fb2b5af..1ffac80a9 100644 --- a/docs/ko/enterprise/integrations/salesforce.mdx +++ b/docs/ko/enterprise/integrations/salesforce.mdx @@ -630,4 +630,4 @@ crew.kickoff() Salesforce 통합 설정 또는 문제 해결에 대해 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/shopify.mdx b/docs/ko/enterprise/integrations/shopify.mdx index a7a77a3f3..be1d7bde9 100644 --- a/docs/ko/enterprise/integrations/shopify.mdx +++ b/docs/ko/enterprise/integrations/shopify.mdx @@ -380,4 +380,4 @@ crew.kickoff() Shopify 연동 설정 또는 문제 해결에 관한 지원이 필요하시면 고객 지원팀에 문의해 주세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/slack.mdx b/docs/ko/enterprise/integrations/slack.mdx index e9e0401d9..8097415f5 100644 --- a/docs/ko/enterprise/integrations/slack.mdx +++ b/docs/ko/enterprise/integrations/slack.mdx @@ -291,4 +291,4 @@ crew.kickoff() Slack 연동 설정 또는 문제 해결에 대해 지원팀에 문의하세요. - \ No newline at end of file + diff --git a/docs/ko/enterprise/integrations/stripe.mdx b/docs/ko/enterprise/integrations/stripe.mdx index 05309087c..59c3e5e6b 100644 --- a/docs/ko/enterprise/integrations/stripe.mdx +++ b/docs/ko/enterprise/integrations/stripe.mdx @@ -303,4 +303,4 @@ crew.kickoff() } ``` -이 통합을 통해 결제 및 구독 관리 자동화를 포괄적으로 구현할 수 있으며, AI 에이전트가 Stripe 생태계 내에서 청구 작업을 원활하게 처리할 수 있습니다. \ No newline at end of file +이 통합을 통해 결제 및 구독 관리 자동화를 포괄적으로 구현할 수 있으며, AI 에이전트가 Stripe 생태계 내에서 청구 작업을 원활하게 처리할 수 있습니다. diff --git a/docs/ko/enterprise/integrations/zendesk.mdx b/docs/ko/enterprise/integrations/zendesk.mdx index 87e5b7f11..f009e0bf8 100644 --- a/docs/ko/enterprise/integrations/zendesk.mdx +++ b/docs/ko/enterprise/integrations/zendesk.mdx @@ -341,4 +341,4 @@ crew = Crew( ) crew.kickoff() -``` \ No newline at end of file +``` diff --git a/docs/ko/enterprise/introduction.mdx b/docs/ko/enterprise/introduction.mdx index a7777925b..ec4fdf55c 100644 --- a/docs/ko/enterprise/introduction.mdx +++ b/docs/ko/enterprise/introduction.mdx @@ -97,4 +97,4 @@ CrewAI AMP는 오픈 소스 프레임워크의 강력함에 프로덕션 배포, -자세한 안내를 원하시면 [배포 가이드](/ko/enterprise/guides/deploy-crew)를 확인하거나 아래 버튼을 클릭해 시작하세요. \ No newline at end of file +자세한 안내를 원하시면 [배포 가이드](/ko/enterprise/guides/deploy-crew)를 확인하거나 아래 버튼을 클릭해 시작하세요. diff --git a/docs/ko/learn/human-input-on-execution.mdx b/docs/ko/learn/human-input-on-execution.mdx index 095928f72..4eb4bca3c 100644 --- a/docs/ko/learn/human-input-on-execution.mdx +++ b/docs/ko/learn/human-input-on-execution.mdx @@ -7,7 +7,7 @@ mode: "wide" ## 에이전트 실행에서의 인간 입력 -인간 입력은 여러 에이전트 실행 시나리오에서 매우 중요하며, 에이전트가 필요할 때 추가 정보나 설명을 요청할 수 있게 해줍니다. +인간 입력은 여러 에이전트 실행 시나리오에서 매우 중요하며, 에이전트가 필요할 때 추가 정보나 설명을 요청할 수 있게 해줍니다. 이 기능은 특히 복잡한 의사결정 과정이나 에이전트가 작업을 효과적으로 완료하기 위해 더 많은 세부 정보가 필요할 때 유용하게 사용됩니다. ## CrewAI에서 인간 입력 사용하기 @@ -96,4 +96,4 @@ result = crew.kickoff() print("######################") print(result) -``` \ No newline at end of file +``` diff --git a/docs/ko/learn/llm-selection-guide.mdx b/docs/ko/learn/llm-selection-guide.mdx index 7b2997d64..5325de074 100644 --- a/docs/ko/learn/llm-selection-guide.mdx +++ b/docs/ko/learn/llm-selection-guide.mdx @@ -44,7 +44,7 @@ LLM을 선택할 때 가장 중요한 단계는 실제로 여러분의 작업이 - **Creative Tasks**는 새롭고, 흥미로우며, 맥락에 적합한 콘텐츠를 생성하는 데 중점을 둔 새로운 인지적 능력을 요구합니다. 여기에는 스토리텔링, 마케팅 카피 작성, 창의적 문제 해결이 포함됩니다. 모델은 뉘앙스, 톤, 대상 청중을 이해하고, 공식적이지 않고 진정성 있고 흥미로운 콘텐츠를 제작해야 합니다. - + - **Structured Data** 작업은 포맷 규칙 준수의 정확성과 일관성을 요구합니다. JSON, XML, 데이터베이스 포맷 등을 다루는 경우, 모델은 구문적으로 올바른 출력을 안정적으로 생성할 수 있어야 하며, 이는 프로그램적으로 처리 가능해야 합니다. 이런 작업에는 엄격한 검증 요구 사항이 있으며 포맷 에러에 대한 허용 오차가 매우 적기 때문에, 창의성보다는 신뢰성이 더 중요합니다. @@ -52,7 +52,7 @@ LLM을 선택할 때 가장 중요한 단계는 실제로 여러분의 작업이 - **Technical Content**는 구조화된 데이터와 창의적 콘텐츠의 중간에 위치하며, 정확성과 명확성을 모두 필요로 합니다. 문서화, 코드 생성, 기술 분석 등은 정밀하면서도 포괄적으로 작성되어야 하며, 대상이 되는 청중에게 효과적으로 전달되어야 합니다. 모델은 복잡한 기술 개념을 이해하고 이를 명확하게 설명할 수 있어야 합니다. - + - **Short Context** 시나리오는 모델이 한정된 정보를 신속하게 처리해야 하는 즉각적이고 집중된 업무를 포함합니다. 이는 대체로 속도와 효율성이 심도 있는 이해보다 더 중요한 거래성 상호작용에서 주로 발생합니다. 모델은 긴 대화 내역이나 대용량 문서를 유지할 필요가 없습니다. @@ -74,7 +74,7 @@ LLM을 선택할 때 가장 중요한 단계는 실제로 여러분의 작업이 하지만 reasoning 모델은 속도와 비용 면에서 트레이드오프가 따르는 경우가 많습니다. 또한 그들의 고도화된 reasoning 역량이 필요 없는 창의적인 작업이나 간단한 작업에는 덜 적합할 수 있습니다. 체계적이고 단계적인 분석이 요구되는 진정한 복잡성이 관련된 작업에서 이러한 모델을 고려하십시오. - + General purpose 모델은 LLM 선택에서 가장 균형 잡힌 접근 방식을 제공하며, 특정 영역에 극단적으로 특화되지 않으면서도 다양한 작업에 대해 견고한 성능을 제공합니다. 이러한 모델은 다양한 데이터셋으로 학습되었으며, 특정 도메인에서의 최고 성능보다는 다재다능함에 최적화되어 있습니다. @@ -82,7 +82,7 @@ LLM을 선택할 때 가장 중요한 단계는 실제로 여러분의 작업이 General purpose 모델은 특정 도메인에서 특화된 대안들이 보여주는 최고 성능에는 미치지 않을 수 있지만, 운영의 단순성과 모델 관리의 복잡성 감소라는 이점이 있습니다. 신규 프로젝트의 시작점으로 가장 좋은 선택인 경우가 많으며, 팀이 구체적인 필요를 이해하고 나서 특화 모델로 최적화할 수 있습니다. - + Fast and efficient 모델은 고도화된 reasoning 역량보다 속도, 비용 효율, 리소스 효율성을 우선순위에 둡니다. 이러한 모델은 빠른 응답성과 낮은 운영비용이 중요하고, 미묘한 이해나 복잡한 reasoning이 덜 요구되는 고처리량 시나리오에 최적화되어 있습니다. @@ -90,7 +90,7 @@ LLM을 선택할 때 가장 중요한 단계는 실제로 여러분의 작업이 효율적인 모델에서 가장 중요한 고려사항은 그들의 역량이 귀하의 작업 요구와 일치하는지 확인하는 것입니다. 많은 일상적 작업은 효과적으로 처리할 수 있지만, Nuanced한 이해, 복잡한 reasoning, 혹은 고도화된 콘텐츠 생성이 필요한 작업에는 어려움을 겪을 수 있습니다. 정교함보다 속도와 비용이 더 중요한 명확하고 일상적인 작업에 가장 적합합니다. - + Creative 모델은 콘텐츠 생성, 글쓰기 품질, 창의적 사고가 요구되는 작업에 특별히 최적화되어 있습니다. 이러한 모델은 뉘앙스, 톤, 스타일을 이해하면서도 자연스럽고 진정성 있게 느껴지는 매력적이고 맥락에 맞는 콘텐츠를 생성하는 데 뛰어납니다. @@ -98,7 +98,7 @@ LLM을 선택할 때 가장 중요한 단계는 실제로 여러분의 작업이 Creative 모델을 선택할 때는 단순한 텍스트 생성 능력뿐 아니라, 대상, 맥락, 목적에 대한 이해력도 함께 고려해야 합니다. 최상의 creative 모델은 특정 브랜드 목소리에 맞게 출력 내용을 조정하고, 다양한 대상 그룹을 타깃팅하며, 긴 콘텐츠에서도 일관성을 유지할 수 있습니다. - + Open source 모델은 비용 통제, 맞춤화 가능성, 데이터 프라이버시, 배포 유연성 측면에서 독특한 이점을 제공합니다. 이러한 모델은 로컬이나 사설 인프라에서 운용이 가능하여 데이터 처리 및 모델 동작에 대해 완전한 통제권을 제공합니다. @@ -151,7 +151,7 @@ content_writer = Agent( ) data_processor = Agent( - role="Data Analysis Specialist", + role="Data Analysis Specialist", goal="Extract and organize key data points from research sources", backstory="Detail-oriented analyst focused on accuracy and efficiency", llm=processing_llm, # Fast, cost-effective model for routine tasks @@ -178,7 +178,7 @@ crew = Crew( Manager LLM은 모든 작업에 관여하기 때문에 비용 고려가 특히 중요합니다. 모델은 효과적인 조정을 위한 충분한 역량을 제공하면서도, 잦은 사용에도 비용 효율적이어야 합니다. 이는 종종 가장 정교한 모델의 높은 가격 없이도 충분한 추론 능력을 제공하는 모델을 찾는 것을 의미합니다. - + Function calling LLM은 모든 에이전트 간 도구 사용을 처리하므로, 외부 도구와 API에 크게 의존하는 crew에서 매우 중요합니다. 이 모델은 도구의 역량을 이해하고, 파라미터를 정확하게 추출하며, 도구 응답을 효과적으로 처리하는 데 특화되어야 합니다. @@ -186,7 +186,7 @@ crew = Crew( 많은 팀들은, 창의적이거나 추론에 특화된 모델보다는, 특화된 function calling 모델이나 도구 지원이 강력한 범용 모델이 이 역할에 더 적합하다는 것을 발견합니다. 핵심은 모델이 자연어 지침과 구조화된 도구 호출 간의 간극을 신뢰성 있게 연결할 수 있도록 하는 것입니다. - + 개별 에이전트는 특정 요구가 일반적인 crew 요구와 크게 다를 때, crew 단위 LLM 설정을 재정의할 수 있습니다. 이 기능을 통해 대부분의 에이전트에는 운영 단순성을 유지하면서, 미세한 최적화가 가능합니다. @@ -210,7 +210,7 @@ CrewAI 출력의 품질을 결정하는 데 있어 모델 선택보다 효과적 일반적인 실수로는 목표가 너무 모호하다거나, 필요한 맥락을 제공하지 않는다거나, 성공 기준이 불분명하다거나, 관련 없는 여러 작업을 하나의 설명으로 결합하는 경우가 있습니다. 목표는 단일의 명확한 목적에 집중하며, 에이전트가 성공할 수 있을 정도로 충분한 정보를 제공하는 것입니다. - + 예상 산출물 가이드라인은 작업 정의와 에이전트 간의 계약 역할을 하며, 산출물이 어떤 모습이어야 하며 어떻게 평가될 것인지 명확하게 지정합니다. 이러한 가이드라인은 필요한 형식과 구조뿐만 아니라 산출물이 완전하다고 간주되기 위해 반드시 포함되어야 하는 핵심 요소도 설명해야 합니다. @@ -230,7 +230,7 @@ CrewAI 출력의 품질을 결정하는 데 있어 모델 선택보다 효과적 순차적 의존성은 한 작업에서 다른 작업으로 명확한 논리적 진행이 있고, 한 작업의 산출물이 다음 작업의 품질이나 실행 가능성을 실제로 향상시킬 때 가장 효과적입니다. 그러나 적절히 관리되지 않을 경우 병목 현상이 발생할 수 있으니, 반드시 진정으로 필요한 의존성과 단순히 편의상 설정된 의존성을 구분해야 합니다. - + 병렬 실행은 작업 간에 상호 독립적이거나, 시간 효율성이 중요하거나, 서로 다른 전문 분야가 협업 없이 각자의 역량을 발휘할 수 있을 때 가치가 있습니다. 이 방식은 전체 실행 시간을 크게 줄일 수 있으며, 각 전문 에이전트가 자신의 강점을 동시에 발휘할 수 있습니다. @@ -286,10 +286,10 @@ domain_expert = Agent( role="B2B SaaS Marketing Strategist", goal="Develop comprehensive go-to-market strategies for enterprise software", backstory=""" - You have 10+ years of experience scaling B2B SaaS companies from Series A to IPO. - You understand the nuances of enterprise sales cycles, the importance of product-market - fit in different verticals, and how to balance growth metrics with unit economics. - You've worked with companies like Salesforce, HubSpot, and emerging unicorns, giving + You have 10+ years of experience scaling B2B SaaS companies from Series A to IPO. + You understand the nuances of enterprise sales cycles, the importance of product-market + fit in different verticals, and how to balance growth metrics with unit economics. + You've worked with companies like Salesforce, HubSpot, and emerging unicorns, giving you perspective on both established and disruptive go-to-market strategies. """, llm=LLM(model="claude-3-5-sonnet", temperature=0.3) # Balanced creativity with domain knowledge @@ -317,9 +317,9 @@ tech_writer = Agent( role="API Documentation Specialist", # Specific role for clear LLM requirements goal="Create comprehensive, developer-friendly API documentation", backstory=""" - You're a technical writer with 8+ years documenting REST APIs, GraphQL endpoints, - and SDK integration guides. You've worked with developer tools companies and - understand what developers need: clear examples, comprehensive error handling, + You're a technical writer with 8+ years documenting REST APIs, GraphQL endpoints, + and SDK integration guides. You've worked with developer tools companies and + understand what developers need: clear examples, comprehensive error handling, and practical use cases. You prioritize accuracy and usability over marketing fluff. """, llm=LLM( @@ -327,7 +327,7 @@ tech_writer = Agent( temperature=0.1 # Low temperature for accuracy ), tools=[code_analyzer_tool, api_scanner_tool], - verbose=True + verbose=True ) ``` @@ -351,26 +351,26 @@ tech_writer = Agent( - 어떤 agent가 가장 복잡한 reasoning 작업을 처리합니까? - 어떤 agent가 주로 데이터 처리 또는 포매팅을 담당합니까? - 도구에 크게 의존하는 agent가 있습니까? - + **Action**: 현재 agent 역할을 문서화하고 최적화 기회를 식별하세요. - + **기본값 설정:** ```python # crew에 신뢰할 수 있는 기본값으로 시작합니다 default_crew_llm = LLM(model="gpt-4o-mini") # 비용 효율적인 기준점 - + crew = Crew( agents=[...], tasks=[...], memory=True ) ``` - + **Action**: 개별 agent 최적화 전에 crew의 기본 LLM을 설정하세요. - + **핵심 agent 식별 및 업그레이드:** ```python @@ -380,25 +380,25 @@ tech_writer = Agent( llm=LLM(model="gemini-2.5-flash-preview-05-20"), # 조율을 위한 프리미엄 # ... 나머지 설정 ) - - # Creative 또는 고객 대응 agent + + # Creative 또는 고객 대응 agent content_agent = Agent( role="Content Creator", llm=LLM(model="claude-3-5-sonnet"), # 글쓰기에 최적 # ... 나머지 설정 ) ``` - + **Action**: 복잡도의 80%를 처리하는 agent 20%를 업그레이드하세요. - + **agent를 프로덕션에 배포한 후:** - [CrewAI AMP platform](https://app.crewai.com)을 활용하여 모델 선택을 A/B 테스트하세요 - 실제 입력으로 여러 번 반복 테스트하여 일관성과 성능을 측정하세요 - 최적화된 셋업 전반의 비용과 성능을 비교하세요 - 팀과 결과를 공유하여 협업 의사결정을 지원하세요 - + **Action**: 테스트 플랫폼을 활용해 추측이 아닌 데이터 기반 검증을 실행하세요. @@ -413,7 +413,7 @@ tech_writer = Agent( 그러나 reasoning 모델은 일반적으로 더 높은 비용과 느린 응답 시간을 수반하므로, 복잡한 사고가 필요한 작업에서 실질적인 가치를 제공할 때에만 사용하는 것이 좋으며, 복잡한 reasoning이 필요하지 않은 단순한 작업에는 권장되지 않습니다. - + creative 모델은 콘텐츠 생성이 주요 결과물이고 콘텐츠의 품질, 스타일, 참여도가 성공에 직접적으로 영향을 미칠 때 유용합니다. 이 모델들은 글의 질과 스타일이 매우 중요하거나, 창의적인 아이디어 창출 또는 브레인스토밍이 필요하거나, 브랜드의 목소리와 톤이 중요한 경우에 특히 뛰어납니다. @@ -421,7 +421,7 @@ tech_writer = Agent( creative 모델은 정밀성과 사실적 정확성이 스타일이나 참여도보다 더 중요한 기술적 또는 분석적 작업에는 덜 적합할 수 있습니다. 결과물의 창의적·의사소통적 측면이 성공의 주요 요인일 때 사용하는 것이 가장 좋습니다. - + efficient 모델은 빠른 속도와 비용 최적화가 우선순위인 고빈도, 반복 작업에 이상적입니다. 이러한 모델은 작업의 매개변수가 명확하고 잘 정의되어 있으며, 복잡한 reasoning이나 창의적인 능력이 필요하지 않을 때 가장 잘 작동합니다. @@ -429,7 +429,7 @@ tech_writer = Agent( efficient 모델에서는 해당 모델의 역량이 작업 요구 사항과 일치하는지 확인하는 것이 핵심입니다. 다양한 반복 작업을 효과적으로 처리할 수 있지만, 뉘앙스 이해, 복잡한 reasoning, 고도화된 콘텐츠 생성이 필요한 작업에서는 한계가 있을 수 있습니다. - + open source 모델은 예산 제약이 크거나, 데이터 프라이버시 요구 사항이 있거나, 맞춤화가 중요하거나, 운영·컴플라이언스 목적상 로컬 배포가 필요한 경우에 매력적인 선택이 됩니다. @@ -451,12 +451,12 @@ tech_writer = Agent( ```python # 전략 agent는 프리미엄 모델 사용 manager = Agent(role="Strategy Manager", llm=LLM(model="gpt-4o")) - - # 처리 agent는 효율적인 모델 사용 + + # 처리 agent는 효율적인 모델 사용 processor = Agent(role="Data Processor", llm=LLM(model="gpt-4o-mini")) ``` - + **문제점**: CrewAI의 LLM 계층 구조(crew LLM, manager LLM, agent LLM)를 이해하지 못해 설정이 충돌하거나 적절히 조정되지 않음. @@ -470,12 +470,12 @@ tech_writer = Agent( manager_llm=LLM(model="gpt-4o"), # crew 조정용 process=Process.hierarchical # manager_llm 사용 시 ) - + # agent는 특별히 지정하지 않으면 crew LLM을 상속받음 agent1 = Agent(llm=LLM(model="claude-3-5-sonnet")) # 특정 요구에 따라 오버라이드 ``` - + **문제점**: 기능 위주(함수 호출, 툴 활용 등) CrewAI workflow에서 필요한 함수 호출 성능을 무시한 채, 일반적인 모델 특성(예: 창의성)만을 보고 모델을 선택하는 실수. @@ -493,7 +493,7 @@ tech_writer = Agent( ) ``` - + **문제점**: 실제 CrewAI workflow 및 업무 테스트 없이 이론상 성능만으로 복잡하게 모델을 선정하고 구성하는 실수. @@ -503,7 +503,7 @@ tech_writer = Agent( ```python # 이렇게 시작 crew = Crew(agents=[...], tasks=[...], llm=LLM(model="gpt-4o-mini")) - + # 성능을 테스트하고, 필요에 따라 특정 agent만 최적화 # Enterprise 플랫폼 테스트를 통해 개선 사항 검증 ``` @@ -571,23 +571,23 @@ Enterprise 플랫폼은 모델 선택을 단순한 추측이 아닌 데이터 이론적 능력이나 일반적인 평판이 아니라, 작업에 실제로 필요한 것에 따라 모델을 선택하세요. - + 최적의 성능을 위해 모델의 강점을 agent의 역할 및 책임과 일치시키세요. - + 관련 구성 요소와 워크플로 전반에 걸쳐 일관된 모델 선택 전략을 유지하세요. - + 벤치마크에만 의존하지 말고 실제 사용을 통해 선택을 검증하세요. - + 단순하게 시작하고 실제 성능과 필요에 따라 최적화하세요. - + 성능 요구사항과 비용 및 복잡성 제약을 균형 있게 맞추세요. @@ -614,7 +614,7 @@ Enterprise 플랫폼은 모델 선택을 단순한 추측이 아닌 데이터 **매니저 LLM 및 복잡한 분석에 최적** - + | Model | Intelligence Score | Cost ($/M tokens) | Speed | Best Use in CrewAI | |:------|:------------------|:------------------|:------|:------------------| | **o3** | 70 | $17.50 | 빠름 | 복잡한 멀티 에이전트 조정용 매니저 LLM | @@ -625,10 +625,10 @@ Enterprise 플랫폼은 모델 선택을 단순한 추측이 아닌 데이터 이 모델들은 다단계 reasoning에 뛰어나며, 전략을 개발하거나 다른 에이전트를 조정하거나 복잡한 정보를 분석해야 하는 에이전트에 이상적입니다. - + **개발 및 도구 중심의 워크플로우에 최적** - + | Model | Coding Performance | Tool Use Score | Cost ($/M tokens) | Best Use in CrewAI | |:------|:------------------|:---------------|:------------------|:------------------| | **Claude 4 Sonnet** | 우수 | 72.7% | $6.00 | 주력 코딩 에이전트, 기술 문서화 | @@ -639,10 +639,10 @@ Enterprise 플랫폼은 모델 선택을 단순한 추측이 아닌 데이터 이 모델들은 코드 생성, 디버깅, 기술 문제 해결에 최적화되어 있어, 개발 중심 팀에 적합합니다. - + **대량 처리 및 실시간 애플리케이션에 최적** - + | Model | Speed (tokens/s) | Latency (TTFT) | Cost ($/M tokens) | Best Use in CrewAI | |:------|:-----------------|:---------------|:------------------|:------------------| | **Llama 4 Scout** | 2,600 | 0.33s | $0.27 | 대량 처리 에이전트 | @@ -653,10 +653,10 @@ Enterprise 플랫폼은 모델 선택을 단순한 추측이 아닌 데이터 이 모델들은 속도와 효율을 우선시하며, 일상적 운영 또는 신속한 응답이 필요한 에이전트에게 최적입니다. **팁**: 이러한 모델을 Groq와 같은 빠른 추론 제공자와 함께 사용하면 더욱 우수한 성능을 낼 수 있습니다. 특히 Llama와 같은 오픈소스 모델에 적합합니다. - + **일반 팀을 위한 최고의 다목적 모델** - + | Model | Overall Score | Versatility | Cost ($/M tokens) | Best Use in CrewAI | |:------|:--------------|:------------|:------------------|:------------------| | **GPT-4.1** | 53 | 탁월 | $3.50 | 범용 팀 LLM | @@ -677,19 +677,19 @@ Enterprise 플랫폼은 모델 선택을 단순한 추측이 아닌 데이터 **전략**: 프리미엄 모델이 전략적 사고를 담당하고, 효율적인 모델이 일상적 operation을 처리하는 멀티 모델 접근법을 구현하세요. - + **예산이 주요 제약일 때**: **DeepSeek R1**, **Llama 4 Scout**, **Gemini 2.0 Flash**와 같은 모델에 집중하세요. 이 모델들은 훨씬 낮은 비용으로 강력한 퍼포먼스를 제공합니다. **전략**: 대부분의 에이전트에는 비용 효율이 높은 모델을 사용하고, 가장 중요한 decision-making 역할에만 프리미엄 모델을 남겨두세요. - + **특정 도메인 전문성이 필요할 때**: 주된 사용 사례에 최적화된 모델을 선택하세요. 코딩에는 **Claude 4** 시리즈, 리서치에는 **Gemini 2.5 Pro**, function calling에는 **Llama 405B**를 사용하세요. **전략**: crew의 주요 기능에 따라 모델을 선택해, 핵심 역량이 모델의 강점과 일치하도록 하세요. - + **데이터 민감한 operation의 경우**: 로컬에서 배포 가능하면서 경쟁력 있는 퍼포먼스를 유지하는 오픈 소스 모델인 **Llama 4** 시리즈, **DeepSeek V3**, **Qwen3** 등을 고려하세요. @@ -715,16 +715,16 @@ Enterprise 플랫폼은 모델 선택을 단순한 추측이 아닌 데이터 여러 차원에서 우수한 성능을 제공하며 실제 환경에서 광범위하게 검증된 **GPT-4.1**, **Claude 3.7 Sonnet**, **Gemini 2.0 Flash**와 같은 잘 알려진 모델부터 시작하십시오. - + crew에 코드 작성, reasoning, 속도 등 특정 요구가 있는지 확인하고, 이러한 요구에 부합하는 **Claude 4 Sonnet**(개발용) 또는 **o3**(복잡한 분석용)과 같은 특화 모델을 고려하십시오. 속도가 중요한 애플리케이션의 경우, 모델 선택과 더불어 **Groq**와 같은 빠른 추론 제공자를 고려할 수 있습니다. - + 각 에이전트의 역할에 따라 다양한 모델을 사용하세요. 관리자와 복잡한 작업에는 고성능 모델을, 일상적 운영에는 효율적인 모델을 적용합니다. - + 사용 사례와 관련된 성능 지표를 추적하고, 새로운 모델이 출시되거나 가격이 변동될 때 모델 선택을 조정할 준비를 하십시오. - \ No newline at end of file + diff --git a/docs/ko/learn/using-annotations.mdx b/docs/ko/learn/using-annotations.mdx index 58d85439e..7cd3a9c97 100644 --- a/docs/ko/learn/using-annotations.mdx +++ b/docs/ko/learn/using-annotations.mdx @@ -109,7 +109,7 @@ def crew(self) -> Crew: process=Process.sequential, verbose=True ) -``` +``` `@crew` 어노테이션은 `Crew` 객체를 생성하고 반환하는 메서드를 데코레이션하는 데 사용됩니다. 이 메서드는 모든 구성 요소(agents와 tasks)를 기능적인 crew로 조합합니다. diff --git a/docs/ko/observability/neatlogs.mdx b/docs/ko/observability/neatlogs.mdx index b487d9993..c01704823 100644 --- a/docs/ko/observability/neatlogs.mdx +++ b/docs/ko/observability/neatlogs.mdx @@ -125,5 +125,5 @@ You can now capture, understand, share, and act on your CrewAI agent runs in sec No setup overhead. Full trace transparency. Full team collaboration. ``` -이제 몇 초 만에 CrewAI agent 실행을 캡처, 이해, 공유하고 바로 조치할 수 있습니다. +이제 몇 초 만에 CrewAI agent 실행을 캡처, 이해, 공유하고 바로 조치할 수 있습니다. 별도의 설정이 필요하지 않습니다. 완전한 트레이스 투명성. 전체 팀 협업 지원. diff --git a/docs/ko/observability/truefoundry.mdx b/docs/ko/observability/truefoundry.mdx index bc41cc624..5d89a337c 100644 --- a/docs/ko/observability/truefoundry.mdx +++ b/docs/ko/observability/truefoundry.mdx @@ -7,7 +7,7 @@ mode: "wide" TrueFoundry provides an enterprise-ready [AI Gateway](https://www.truefoundry.com/ai-gateway) which can integrate with agentic frameworks like CrewAI and provides governance and observability for your AI Applications. TrueFoundry AI Gateway serves as a unified interface for LLM access, providing: - **Unified API Access**: Connect to 250+ LLMs (OpenAI, Claude, Gemini, Groq, Mistral) through one API -- **Low Latency**: Sub-3ms internal latency with intelligent routing and load balancing +- **Low Latency**: Sub-3ms internal latency with intelligent routing and load balancing - **Enterprise Security**: SOC 2, HIPAA, GDPR compliance with RBAC and audit logging - **Quota and cost management**: Token-based quotas, rate limiting, and comprehensive usage tracking - **Observability**: Full request/response logging, metrics, and traces with customizable retention @@ -64,7 +64,7 @@ from crewai import Agent, Task, Crew, LLM # Configure LLM with TrueFoundry llm = LLM( model="openai-main/gpt-4o", - base_url="your_truefoundry_gateway_base_url", + base_url="your_truefoundry_gateway_base_url", api_key="your_truefoundry_api_key" ) @@ -78,7 +78,7 @@ researcher = Agent( ) writer = Agent( - role='Content Writer', + role='Content Writer', goal='Create comprehensive reports', backstory='Experienced technical writer', llm=llm, @@ -123,8 +123,8 @@ With Truefoundry's AI gateway, you can monitor and analyze: ## Tracing -For a more detailed understanding on tracing, please see [getting-started-tracing](https://docs.truefoundry.com/docs/tracing/tracing-getting-started).For tracing, you can add the Traceloop SDK: -For tracing, you can add the Traceloop SDK: +For a more detailed understanding on tracing, please see [getting-started-tracing](https://docs.truefoundry.com/docs/tracing/tracing-getting-started).For tracing, you can add the Traceloop SDK: +For tracing, you can add the Traceloop SDK: ```bash pip install traceloop-sdk @@ -144,4 +144,4 @@ Traceloop.init( ``` This provides additional trace correlation across your entire CrewAI workflow. -![TrueFoundry CrewAI Tracing](/images/tracing_crewai.png) \ No newline at end of file +![TrueFoundry CrewAI Tracing](/images/tracing_crewai.png) diff --git a/docs/ko/tools/integration/bedrockinvokeagenttool.mdx b/docs/ko/tools/integration/bedrockinvokeagenttool.mdx index b301591b6..2a8e2ba25 100644 --- a/docs/ko/tools/integration/bedrockinvokeagenttool.mdx +++ b/docs/ko/tools/integration/bedrockinvokeagenttool.mdx @@ -185,4 +185,4 @@ result = crew.kickoff() ### Cross-Organizational Agent Collaboration - Enable secure collaboration between your organization's CrewAI agents and partner organizations' Bedrock agents - Create workflows where external expertise from Bedrock agents can be incorporated without exposing sensitive data -- Build agent ecosystems that span organizational boundaries while maintaining security and data control \ No newline at end of file +- Build agent ecosystems that span organizational boundaries while maintaining security and data control diff --git a/docs/ko/tools/integration/crewaiautomationtool.mdx b/docs/ko/tools/integration/crewaiautomationtool.mdx index 62f1a4cea..4db577dc7 100644 --- a/docs/ko/tools/integration/crewaiautomationtool.mdx +++ b/docs/ko/tools/integration/crewaiautomationtool.mdx @@ -273,4 +273,4 @@ The tool interacts with two main API endpoints: - Successful tasks return the result directly, while failed tasks return error information - Bearer tokens should be kept secure and not hardcoded in production environments - Consider using environment variables for sensitive configuration like bearer tokens -- Custom input schemas must be compatible with the target crew automation's expected parameters \ No newline at end of file +- Custom input schemas must be compatible with the target crew automation's expected parameters diff --git a/docs/ko/tools/tool-integrations/overview.mdx b/docs/ko/tools/tool-integrations/overview.mdx index 6f59ca471..4dfa0e62b 100644 --- a/docs/ko/tools/tool-integrations/overview.mdx +++ b/docs/ko/tools/tool-integrations/overview.mdx @@ -28,4 +28,3 @@ mode: "wide" Use these integrations to connect CrewAI with your infrastructure and workflows. - diff --git a/docs/pt-BR/api-reference/introduction.mdx b/docs/pt-BR/api-reference/introduction.mdx index 6256648ce..c446fb9db 100644 --- a/docs/pt-BR/api-reference/introduction.mdx +++ b/docs/pt-BR/api-reference/introduction.mdx @@ -15,15 +15,15 @@ Bem-vindo à referência da API do CrewAI AMP. Esta API permite que você intera Navegue até a página de detalhes do seu crew no painel do CrewAI AMP e copie seu Bearer Token na aba Status. - + Use o endpoint `GET /inputs` para ver quais parâmetros seu crew espera. - + Chame `POST /kickoff` com seus inputs para iniciar a execução do crew e receber um `kickoff_id`. - + Use `GET /status/{kickoff_id}` para checar o status da execução e recuperar os resultados. @@ -62,7 +62,7 @@ Substitua `your-crew-name` pela URL real do seu crew no painel. ## Fluxo Típico 1. **Descoberta**: Chame `GET /inputs` para entender o que seu crew precisa -2. **Execução**: Envie os inputs via `POST /kickoff` para iniciar o processamento +2. **Execução**: Envie os inputs via `POST /kickoff` para iniciar o processamento 3. **Monitoramento**: Faça polling em `GET /status/{kickoff_id}` até a conclusão 4. **Resultados**: Extraia o output final da resposta concluída @@ -87,7 +87,7 @@ A API utiliza códigos de status HTTP padrão: Cada página de endpoint mostra para você: - ✅ **Formato exato da requisição** com todos os parâmetros -- ✅ **Exemplos de resposta** para casos de sucesso e erro +- ✅ **Exemplos de resposta** para casos de sucesso e erro - ✅ **Exemplos de código** em várias linguagens (cURL, Python, JavaScript, etc.) - ✅ **Exemplos de autenticação** com o formato adequado de Bearer token @@ -104,7 +104,7 @@ Cada página de endpoint mostra para você: **Exemplo de fluxo:** 1. **Copie este exemplo cURL** de qualquer página de endpoint -2. **Substitua `your-actual-crew-name.crewai.com`** pela URL real do seu crew +2. **Substitua `your-actual-crew-name.crewai.com`** pela URL real do seu crew 3. **Substitua o Bearer token** pelo seu token real do painel 4. **Execute a requisição** no seu terminal ou cliente de API @@ -117,4 +117,4 @@ Cada página de endpoint mostra para você: Gerencie seus crews e visualize logs de execução - \ No newline at end of file + diff --git a/docs/pt-BR/changelog.mdx b/docs/pt-BR/changelog.mdx index 9642f2cf3..6ff5961be 100644 --- a/docs/pt-BR/changelog.mdx +++ b/docs/pt-BR/changelog.mdx @@ -111,28 +111,28 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.193.0) ## Melhorias e Correções Principais - - - Corrigido manuseio do parâmetro `model` durante a inicialização do adaptador OpenAI - - Resolvidos problemas de cache da duração de testes nos fluxos de CI - - Corrigido teste instável relacionado ao uso repetido de ferramentas pelos agentes - - Adicionadas exportações de eventos ausentes no `__init__.py` para comportamento consistente do módulo - - Removido armazenamento de mensagem dos metadados no Mem0 para reduzir inchaço - - Corrigido suporte à métrica de distância L2 para compatibilidade retroativa na busca vetorial + + - Corrigido manuseio do parâmetro `model` durante a inicialização do adaptador OpenAI + - Resolvidos problemas de cache da duração de testes nos fluxos de CI + - Corrigido teste instável relacionado ao uso repetido de ferramentas pelos agentes + - Adicionadas exportações de eventos ausentes no `__init__.py` para comportamento consistente do módulo + - Removido armazenamento de mensagem dos metadados no Mem0 para reduzir inchaço + - Corrigido suporte à métrica de distância L2 para compatibilidade retroativa na busca vetorial ## Novos Recursos e Melhorias - - - Introduzida gestão de contexto de plataforma com segurança de threads - - Adicionado cache da duração de testes para execuções otimizadas do `pytest-split` - - Melhorias de traces efêmeros para melhor controle de rastreamento - - Parâmetros de busca para RAG, conhecimento e memória totalmente configuráveis - - Habilitado ChromaDB para usar a OpenAI API para funções de embedding - - Adicionadas ferramentas de observabilidade mais profundas para insights ao nível do usuário - - Sistema de armazenamento RAG unificado com suporte a cliente específico por instância + + - Introduzida gestão de contexto de plataforma com segurança de threads + - Adicionado cache da duração de testes para execuções otimizadas do `pytest-split` + - Melhorias de traces efêmeros para melhor controle de rastreamento + - Parâmetros de busca para RAG, conhecimento e memória totalmente configuráveis + - Habilitado ChromaDB para usar a OpenAI API para funções de embedding + - Adicionadas ferramentas de observabilidade mais profundas para insights ao nível do usuário + - Sistema de armazenamento RAG unificado com suporte a cliente específico por instância ## Documentação e Guias - - - Atualizadas referências do `RagTool` para refletir a implementação nativa de RAG do CrewAI - - Melhorada documentação interna para adaptadores de agente `langgraph` e `openai` com anotações de tipo e docstrings + + - Atualizadas referências do `RagTool` para refletir a implementação nativa de RAG do CrewAI + - Melhorada documentação interna para adaptadores de agente `langgraph` e `openai` com anotações de tipo e docstrings @@ -143,8 +143,8 @@ mode: "wide" ## O que Mudou - - Corrigida falha silenciosa de reversão quando a versão não era encontrada - - Versão do CrewAI atualizada para 0.186.1 e dependências do CLI atualizadas + - Corrigida falha silenciosa de reversão quando a versão não era encontrada + - Versão do CrewAI atualizada para 0.186.1 e dependências do CLI atualizadas @@ -165,27 +165,27 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.177.0) ## Melhorias e Correções Principais - - - Alcançada paridade entre o pacote `rag` e a implementação atual - - Melhorado o manuseio de eventos LLM com metadados de tarefa e agente - - Corrigidos argumentos padrão mutáveis substituindo-os por `None` - - Suprimidos avisos de descontinuação do Pydantic durante a inicialização - - Corrigido link de exemplo quebrado no `README.md` - - Removidas regras do Ruff apenas para Python 3.12+ para compatibilidade - - Migrados fluxos de trabalho de CI para usar `uv` e atualizado ferramentas de desenvolvimento - + + - Alcançada paridade entre o pacote `rag` e a implementação atual + - Melhorado o manuseio de eventos LLM com metadados de tarefa e agente + - Corrigidos argumentos padrão mutáveis substituindo-os por `None` + - Suprimidos avisos de descontinuação do Pydantic durante a inicialização + - Corrigido link de exemplo quebrado no `README.md` + - Removidas regras do Ruff apenas para Python 3.12+ para compatibilidade + - Migrados fluxos de trabalho de CI para usar `uv` e atualizado ferramentas de desenvolvimento + ## Novos Recursos e Melhorias - - - Adicionadas melhorias de rastreamento e limpeza - - Centralizada a lógica de eventos movendo o módulo `events` para `crewai.events` - + + - Adicionadas melhorias de rastreamento e limpeza + - Centralizada a lógica de eventos movendo o módulo `events` para `crewai.events` + ## Documentação e Guias - - - Atualizada a seção de documentação do Token de Autenticação de Ação Empresarial - - Publicadas atualizações de documentação para o lançamento `v0.175.0` - + + - Atualizada a seção de documentação do Token de Autenticação de Ação Empresarial + - Publicadas atualizações de documentação para o lançamento `v0.175.0` + ## Limpeza e Refatoração - + - Refatorado o parser em funções modulares para melhor estrutura @@ -195,36 +195,36 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.175.0) ## Melhorias e Correções Principais - - - Corrigida a migração da seção `tool` durante `crewai update` - - Revertido o pin do OpenAI: agora requer `openai >=1.13.3` devido a problemas de importação corrigidos - - Corrigidos testes instáveis e melhorada a estabilidade dos testes - - Melhorada a retomada do listener `Flow` para fluxos HITL e cíclicos - - Aprimorado o manuseio de timeouts em `PlusAPI` e `TraceBatchManager` - - Agrupados itens de memória de entidade para reduzir operações redundantes - + + - Corrigida a migração da seção `tool` durante `crewai update` + - Revertido o pin do OpenAI: agora requer `openai >=1.13.3` devido a problemas de importação corrigidos + - Corrigidos testes instáveis e melhorada a estabilidade dos testes + - Melhorada a retomada do listener `Flow` para fluxos HITL e cíclicos + - Aprimorado o manuseio de timeouts em `PlusAPI` e `TraceBatchManager` + - Agrupados itens de memória de entidade para reduzir operações redundantes + ## Novos Recursos e Melhorias - - - Adicionado suporte para parâmetros adicionais nos métodos `Flow.start()` - - Nomes das tarefas exibidos na saída detalhada do CLI - - Adicionados tipos de embedding centralizados e introduzido um cliente base de embedding - - Introduzidos clientes genéricos para ChromaDB e Qdrant - - Adicionado suporte para `crewai config reset` para limpar tokens - - Habilitada a auto-injeção de `crewai_trigger_payload` - - Simplificada a inicialização do cliente RAG e introduzido um sistema de configuração RAG - - Adicionado suporte ao provedor RAG do Qdrant - - Melhorado o rastreamento com melhores dados de eventos - - Adicionado suporte para remover Auth0 e entrada de e-mail em `crewai login` - + + - Adicionado suporte para parâmetros adicionais nos métodos `Flow.start()` + - Nomes das tarefas exibidos na saída detalhada do CLI + - Adicionados tipos de embedding centralizados e introduzido um cliente base de embedding + - Introduzidos clientes genéricos para ChromaDB e Qdrant + - Adicionado suporte para `crewai config reset` para limpar tokens + - Habilitada a auto-injeção de `crewai_trigger_payload` + - Simplificada a inicialização do cliente RAG e introduzido um sistema de configuração RAG + - Adicionado suporte ao provedor RAG do Qdrant + - Melhorado o rastreamento com melhores dados de eventos + - Adicionado suporte para remover Auth0 e entrada de e-mail em `crewai login` + ## Documentação e Guias - - - Adicionada documentação para gatilhos de automação - - Corrigidas fontes e redirecionamentos da Referência da API OpenAPI - - Adicionado parâmetro alpha de busca híbrida na documentação - + + - Adicionada documentação para gatilhos de automação + - Corrigidas fontes e redirecionamentos da Referência da API OpenAPI + - Adicionado parâmetro alpha de busca híbrida na documentação + ## Limpeza e Depreciações - - - Adicionado aviso de depreciação para `Task.max_retries` + + - Adicionado aviso de depreciação para `Task.max_retries` - Removida a dependência do Auth0 do fluxo de login @@ -234,31 +234,31 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.165.1) ## Melhorias e Correções Principais - - - Corrigida a compatibilidade no `XMLSearchTool` convertendo valores de configuração para strings para `configparser` - - Corrigido teste instável do Pytest envolvendo `PytestUnraisableExceptionWarning` - - Mocked telemetria na suíte de testes para execuções de CI mais estáveis - - Movida a manipulação do arquivo de bloqueio do Chroma para `db_storage_path` - - Ignorados avisos de depreciação do `chromadb` - - Versão do OpenAI fixada em `<1.100.0` devido a problemas de importação do `ResponseTextConfigParam` - + + - Corrigida a compatibilidade no `XMLSearchTool` convertendo valores de configuração para strings para `configparser` + - Corrigido teste instável do Pytest envolvendo `PytestUnraisableExceptionWarning` + - Mocked telemetria na suíte de testes para execuções de CI mais estáveis + - Movida a manipulação do arquivo de bloqueio do Chroma para `db_storage_path` + - Ignorados avisos de depreciação do `chromadb` + - Versão do OpenAI fixada em `<1.100.0` devido a problemas de importação do `ResponseTextConfigParam` + ## Novos Recursos e Melhorias - - - Incluídas mensagens de agentes trocadas nos metadados do `ExternalMemory` - - `crewai_trigger_payload` injetado automaticamente - - Renomeada a flag interna `inject_trigger_input` para `allow_crewai_trigger_context` - - Continuadas melhorias de rastreamento e lógica de rastreamento efêmero - - Consolidada as condições da lógica de rastreamento - - Adicionado suporte para entradas de memória vinculadas a `agent_id` em `Mem0` - + + - Incluídas mensagens de agentes trocadas nos metadados do `ExternalMemory` + - `crewai_trigger_payload` injetado automaticamente + - Renomeada a flag interna `inject_trigger_input` para `allow_crewai_trigger_context` + - Continuadas melhorias de rastreamento e lógica de rastreamento efêmero + - Consolidada as condições da lógica de rastreamento + - Adicionado suporte para entradas de memória vinculadas a `agent_id` em `Mem0` + ## Documentação e Guias - - - Adicionado exemplo na documentação do Tool Repository - - Atualizada a documentação do Mem0 para integração de Memória de Curto Prazo e Memória de Entidade - - Revisadas traduções em coreano e melhoradas estruturas de frases - + + - Adicionado exemplo na documentação do Tool Repository + - Atualizada a documentação do Mem0 para integração de Memória de Curto Prazo e Memória de Entidade + - Revisadas traduções em coreano e melhoradas estruturas de frases + ## Limpeza e Tarefas - + - Removida a integração de AgentOps deprecada @@ -268,31 +268,31 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.165.0) ## Melhorias e Correções Principais - - - Corrigida a compatibilidade no `XMLSearchTool` convertendo valores de configuração para strings para `configparser` - - Corrigido teste instável do Pytest envolvendo `PytestUnraisableExceptionWarning` - - Mocked telemetria na suíte de testes para execuções de CI mais estáveis - - Movida a manipulação do arquivo de bloqueio do Chroma para `db_storage_path` - - Ignorados avisos de depreciação do `chromadb` - - Versão do OpenAI fixada em `<1.100.0` devido a problemas de importação do `ResponseTextConfigParam` - + + - Corrigida a compatibilidade no `XMLSearchTool` convertendo valores de configuração para strings para `configparser` + - Corrigido teste instável do Pytest envolvendo `PytestUnraisableExceptionWarning` + - Mocked telemetria na suíte de testes para execuções de CI mais estáveis + - Movida a manipulação do arquivo de bloqueio do Chroma para `db_storage_path` + - Ignorados avisos de depreciação do `chromadb` + - Versão do OpenAI fixada em `<1.100.0` devido a problemas de importação do `ResponseTextConfigParam` + ## Novos Recursos e Melhorias - - - Incluídas mensagens de agentes trocadas nos metadados do `ExternalMemory` - - `crewai_trigger_payload` injetado automaticamente - - Renomeada a flag interna `inject_trigger_input` para `allow_crewai_trigger_context` - - Continuadas melhorias de rastreamento e lógica de rastreamento efêmero - - Consolidada as condições da lógica de rastreamento - - Adicionado suporte para entradas de memória vinculadas a `agent_id` em `Mem0` - + + - Incluídas mensagens de agentes trocadas nos metadados do `ExternalMemory` + - `crewai_trigger_payload` injetado automaticamente + - Renomeada a flag interna `inject_trigger_input` para `allow_crewai_trigger_context` + - Continuadas melhorias de rastreamento e lógica de rastreamento efêmero + - Consolidada as condições da lógica de rastreamento + - Adicionado suporte para entradas de memória vinculadas a `agent_id` em `Mem0` + ## Documentação e Guias - - - Adicionado exemplo na documentação do Tool Repository - - Atualizada a documentação do Mem0 para integração de Memória de Curto Prazo e Memória de Entidade - - Revisadas traduções em coreano e melhoradas estruturas de frases - + + - Adicionado exemplo na documentação do Tool Repository + - Atualizada a documentação do Mem0 para integração de Memória de Curto Prazo e Memória de Entidade + - Revisadas traduções em coreano e melhoradas estruturas de frases + ## Limpeza e Tarefas - + - Removida a integração de AgentOps deprecada @@ -302,22 +302,22 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.159.0) ## Melhorias e Correções Principais - - - Melhorou o desempenho de formatação de mensagens LLM para uma melhor eficiência em tempo de execução - - Corrigido uso de endpoint incorreto na configuração de autenticação/parâmetros da empresa - - Comentado verificação de retomabilidade do listener para estabilidade durante a retomada de fluxo parcial - + + - Melhorou o desempenho de formatação de mensagens LLM para uma melhor eficiência em tempo de execução + - Corrigido uso de endpoint incorreto na configuração de autenticação/parâmetros da empresa + - Comentado verificação de retomabilidade do listener para estabilidade durante a retomada de fluxo parcial + ## Novos Recursos e Melhorias - - - Adicionado comando `enterprise configure` ao CLI para configuração simplificada da empresa - - Introduzido suporte à retomabilidade de fluxo parcial - + + - Adicionado comando `enterprise configure` ao CLI para configuração simplificada da empresa + - Introduzido suporte à retomabilidade de fluxo parcial + ## Documentação e Guias - - - Adicionada documentação para novas ferramentas - - Adicionadas traduções em coreano - - Atualizada a documentação com detalhes da integração do TrueFoundry - - Adicionada documentação de RBAC e limpeza geral + + - Adicionada documentação para novas ferramentas + - Adicionadas traduções em coreano + - Atualizada a documentação com detalhes da integração do TrueFoundry + - Adicionada documentação de RBAC e limpeza geral - Corrigida referência da API e reformulados exemplos/livros de receitas em EN, PT-BR e KO @@ -327,30 +327,30 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.157.0) ## v0.157.0 O que Mudou - + ## Melhorias e Correções do Core - - - Habilitada a quebra de linha para ferramentas de entrada longas - - Permitido persistir o estado do Flow com entradas de `BaseModel` - - Otimizadas operações de string usando `partition()` para desempenho - - Removido suporte para o sistema de Memória de Usuário obsoleto - - Atualizada a versão do LiteLLM para `1.74.9` - - Corrigido o CLI para mostrar módulos ausentes de forma mais clara durante a importação - - Suportada a autorização de dispositivos com Okta - + + - Habilitada a quebra de linha para ferramentas de entrada longas + - Permitido persistir o estado do Flow com entradas de `BaseModel` + - Otimizadas operações de string usando `partition()` para desempenho + - Removido suporte para o sistema de Memória de Usuário obsoleto + - Atualizada a versão do LiteLLM para `1.74.9` + - Corrigido o CLI para mostrar módulos ausentes de forma mais clara durante a importação + - Suportada a autorização de dispositivos com Okta + ## Novos Recursos e Melhorias - - - Adicionado grupo de comandos CLI `crewai config` com testes - - Adicionado suporte a valor padrão para `crew.name` - - Introduzidas capacidades iniciais de rastreamento - - Adicionado suporte para integração com LangDB - - Adicionado suporte para documentação de configuração do CLI - + + - Adicionado grupo de comandos CLI `crewai config` com testes + - Adicionado suporte a valor padrão para `crew.name` + - Introduzidas capacidades iniciais de rastreamento + - Adicionado suporte para integração com LangDB + - Adicionado suporte para documentação de configuração do CLI + ## Documentação e Guias - - - Atualizada a documentação do MCP com o atributo `connect_timeout` - - Adicionada documentação de integração com LangDB - - Adicionada documentação de configuração do CLI + + - Atualizada a documentação do MCP com o atributo `connect_timeout` + - Adicionada documentação de integração com LangDB + - Adicionada documentação de configuração do CLI - Atualizações gerais e limpeza na documentação de recursos @@ -360,20 +360,20 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.152.0) ## Melhorias e Correções Principais - - - Removidas referências a `crewai signup` e substituídas por `crewai login` - - Corrigido suporte para adicionar memórias ao Mem0 usando `agent_id` - - Alterado o valor padrão na configuração do Mem0 - - Atualizado erro de importação para mostrar arquivos de módulo ausentes de forma clara - - Adicionado suporte a fuso horário para timestamps de eventos - + + - Removidas referências a `crewai signup` e substituídas por `crewai login` + - Corrigido suporte para adicionar memórias ao Mem0 usando `agent_id` + - Alterado o valor padrão na configuração do Mem0 + - Atualizado erro de importação para mostrar arquivos de módulo ausentes de forma clara + - Adicionado suporte a fuso horário para timestamps de eventos + ## Novos Recursos e Melhorias - - - Aprimorada a classe `Flow` para suportar nomes de fluxo personalizados - - Refatorados os componentes RAG em um módulo de nível superior dedicado - + + - Aprimorada a classe `Flow` para suportar nomes de fluxo personalizados + - Refatorados os componentes RAG em um módulo de nível superior dedicado + ## Documentação e Guias - + - Corrigida a nomenclatura incorreta de modelos na documentação do Google Vertex AI @@ -383,38 +383,38 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.150.0) ## Melhorias e Correções Principais - - - Usou bloqueio de arquivo em torno da inicialização do cliente Chroma - - Removido workaround relacionado ao SQLite sem FTS5 - - Removido parâmetro `stop` não suportado para modelos LLM automaticamente - - Corrigido método `save` e atualizado casos de teste relacionados - - Corrigido o manuseio de mensagens para modelos Ollama quando a última mensagem é do assistente - - Removida impressão duplicada em erro de chamada LLM - - Adicionada nota de descontinuação ao `UserMemory` - - Atualizado LiteLLM para a versão 1.74.3 - + + - Usou bloqueio de arquivo em torno da inicialização do cliente Chroma + - Removido workaround relacionado ao SQLite sem FTS5 + - Removido parâmetro `stop` não suportado para modelos LLM automaticamente + - Corrigido método `save` e atualizado casos de teste relacionados + - Corrigido o manuseio de mensagens para modelos Ollama quando a última mensagem é do assistente + - Removida impressão duplicada em erro de chamada LLM + - Adicionada nota de descontinuação ao `UserMemory` + - Atualizado LiteLLM para a versão 1.74.3 + ## Novos Recursos e Melhorias - - - Adicionado suporte para chamada de ferramentas ad-hoc via classe LLM interna - - Atualizado Mem0 Storage da v1.1 para v2 - + + - Adicionado suporte para chamada de ferramentas ad-hoc via classe LLM interna + - Atualizado Mem0 Storage da v1.1 para v2 + ## Documentação e Guias - - - Corrigida a documentação do neatlogs - - Adicionadas ferramentas Tavily Search & Extractor ao conjunto Search-Research - - Adicionada documentação para `SerperScrapeWebsiteTool` e reorganizada a seção Serper - - Atualizações e melhorias gerais na documentação - + + - Corrigida a documentação do neatlogs + - Adicionadas ferramentas Tavily Search & Extractor ao conjunto Search-Research + - Adicionada documentação para `SerperScrapeWebsiteTool` e reorganizada a seção Serper + - Atualizações e melhorias gerais na documentação + ## crewai-tools v0.58.0 ### Novas Ferramentas / Melhorias - - **SerperScrapeWebsiteTool**: Adicionada uma ferramenta para extrair conteúdo limpo de URLs - - **Bedrock AgentCore**: Integrados kits de ferramentas de navegador e interpretador de código para agentes Bedrock - - **Atualização do Stagehand**: Refatorada e atualizada a integração do Stagehand - + - **SerperScrapeWebsiteTool**: Adicionada uma ferramenta para extrair conteúdo limpo de URLs + - **Bedrock AgentCore**: Integrados kits de ferramentas de navegador e interpretador de código para agentes Bedrock + - **Atualização do Stagehand**: Refatorada e atualizada a integração do Stagehand + ### Correções e Limpeza - - **Suporte a FTS5**: Habilitado SQLite FTS5 para melhorar a busca de texto em fluxos de trabalho de teste - - **Acelerações de Teste**: Paralelizado o conjunto de testes do GitHub Actions para execuções de CI mais rápidas - - **Limpeza**: Removido workaround do SQLite devido ao suporte a FTS5 estar disponível + - **Suporte a FTS5**: Habilitado SQLite FTS5 para melhorar a busca de texto em fluxos de trabalho de teste + - **Acelerações de Teste**: Paralelizado o conjunto de testes do GitHub Actions para execuções de CI mais rápidas + - **Limpeza**: Removido workaround do SQLite devido ao suporte a FTS5 estar disponível **MongoDBVectorSearchTool**: Corrigido manuseio de serialização e esquema @@ -424,27 +424,27 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.148.0) ## Melhorias e Correções Principais - - - Usado ID do ambiente de produção do WorkOS - - Adicionado suporte a SQLite FTS5 para testar fluxo de trabalho - - Corrigido o manuseio do conhecimento do agente - - Comparado usando a classe `BaseLLM` em vez de `LLM` - - Corrigido parâmetro `create_directory` ausente na classe `Task` - + + - Usado ID do ambiente de produção do WorkOS + - Adicionado suporte a SQLite FTS5 para testar fluxo de trabalho + - Corrigido o manuseio do conhecimento do agente + - Comparado usando a classe `BaseLLM` em vez de `LLM` + - Corrigido parâmetro `create_directory` ausente na classe `Task` + ## Novos Recursos e Melhorias - - - Introduzida funcionalidade de avaliação de Agente - - Adicionados métodos de experimento e teste de regressão do Avaliador - - Implementado `AgentEvaluator` seguro para threads - - Habilitada emissão de eventos para avaliação de Agente - - Suportada avaliação de um único `Agent` e `LiteAgent` - - Adicionada integração com `neatlogs` - - Adicionado rastreamento de contexto da equipe para eventos de guardrail do LLM - + + - Introduzida funcionalidade de avaliação de Agente + - Adicionados métodos de experimento e teste de regressão do Avaliador + - Implementado `AgentEvaluator` seguro para threads + - Habilitada emissão de eventos para avaliação de Agente + - Suportada avaliação de um único `Agent` e `LiteAgent` + - Adicionada integração com `neatlogs` + - Adicionado rastreamento de contexto da equipe para eventos de guardrail do LLM + ## Documentação e Guias - - - Adicionada documentação para atributos de `guardrail` e exemplos de uso - - Adicionado guia de integração para `neatlogs` + + - Adicionada documentação para atributos de `guardrail` e exemplos de uso + - Adicionado guia de integração para `neatlogs` - Atualizada documentação para o repositório do Agente e uso de `Agent.kickoff` @@ -454,16 +454,16 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.141.0) ## Melhorias e Correções Principais - - - Acelerou os testes do GitHub Actions através da paralelização - + + - Acelerou os testes do GitHub Actions através da paralelização + ## Novos Recursos e Melhorias - - - Adicionada rastreamento de contexto da equipe para eventos de guardrail do LLM - + + - Adicionada rastreamento de contexto da equipe para eventos de guardrail do LLM + ## Documentação e Guias - - - Adicionada documentação para uso do repositório Agent + + - Adicionada documentação para uso do repositório Agent - Adicionada documentação para o método `Agent.kickoff` @@ -473,29 +473,29 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.140.0) ## Melhorias e Correções Principais - - - Corrigido erro de digitação em prompts de teste - - Corrigida a normalização do nome do projeto removendo barras finais durante a criação da equipe - - Garantido que as variáveis de ambiente sejam escritas em maiúsculas - - Atualizada a dependência do LiteLLM - - Refatorada a manipulação de coleções em `RAGStorage` - - Implementada a versionamento dinâmico PEP 621 - + + - Corrigido erro de digitação em prompts de teste + - Corrigida a normalização do nome do projeto removendo barras finais durante a criação da equipe + - Garantido que as variáveis de ambiente sejam escritas em maiúsculas + - Atualizada a dependência do LiteLLM + - Refatorada a manipulação de coleções em `RAGStorage` + - Implementada a versionamento dinâmico PEP 621 + ## Novos Recursos e Melhorias - - - Adicionada a capacidade de rastrear chamadas de LLM por tarefa e agente - - Introduzidos `MemoryEvents` para monitorar o uso de memória - - Adicionado registro em console para eventos do sistema de memória e guardrails do LLM - - Melhorado o suporte ao treinamento de dados para modelos de até 7B parâmetros - - Adicionado rastreamento de análises do Scarf e Reo.dev - - Login no CLI workos - + + - Adicionada a capacidade de rastrear chamadas de LLM por tarefa e agente + - Introduzidos `MemoryEvents` para monitorar o uso de memória + - Adicionado registro em console para eventos do sistema de memória e guardrails do LLM + - Melhorado o suporte ao treinamento de dados para modelos de até 7B parâmetros + - Adicionado rastreamento de análises do Scarf e Reo.dev + - Login no CLI workos + ## Documentação e Guias - - - Atualizada a documentação do CLI LLM - - Adicionada integração do Nebius à documentação - - Corrigidos erros de digitação na documentação de instalação e pt-BR - - Adicionadas documentações sobre `MemoryEvents` + + - Atualizada a documentação do CLI LLM + - Adicionada integração do Nebius à documentação + - Corrigidos erros de digitação na documentação de instalação e pt-BR + - Adicionadas documentações sobre `MemoryEvents` - Implementados redirecionamentos de documentação e incluídas ferramentas de desenvolvimento @@ -505,32 +505,32 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.134.0) ## Melhorias e Correções Principais - - - Corrigida a sintaxe do parâmetro de ferramentas - - Corrigida a anotação de tipo em `Task` - - Corrigido erro de SSL ao recuperar dados de LLM do GitHub - - Garantida compatibilidade com Pydantic 2.7.x - - Removido `mkdocs` das dependências do projeto - - Atualizados exemplos de código do Langfuse para usar o Python SDK v3 - - Adicionada a funcionalidade de sanitização de papel na armazenagem `mem0` - - Melhorada a busca do Crew durante a reinicialização da memória - - Melhorada a saída do impressor do console - + + - Corrigida a sintaxe do parâmetro de ferramentas + - Corrigida a anotação de tipo em `Task` + - Corrigido erro de SSL ao recuperar dados de LLM do GitHub + - Garantida compatibilidade com Pydantic 2.7.x + - Removido `mkdocs` das dependências do projeto + - Atualizados exemplos de código do Langfuse para usar o Python SDK v3 + - Adicionada a funcionalidade de sanitização de papel na armazenagem `mem0` + - Melhorada a busca do Crew durante a reinicialização da memória + - Melhorada a saída do impressor do console + ## Novos Recursos e Melhorias - - - Adicionado suporte para inicializar uma ferramenta a partir de atributos `Tool` definidos - - Adicionada maneira oficial de usar Ferramentas MCP dentro de um `CrewBase` - - Suporte aprimorado para ferramentas MCP para permitir a seleção de várias ferramentas por agente em `CrewBase` - - Adicionadas ferramentas de Web Scraping da Oxylabs - + + - Adicionado suporte para inicializar uma ferramenta a partir de atributos `Tool` definidos + - Adicionada maneira oficial de usar Ferramentas MCP dentro de um `CrewBase` + - Suporte aprimorado para ferramentas MCP para permitir a seleção de várias ferramentas por agente em `CrewBase` + - Adicionadas ferramentas de Web Scraping da Oxylabs + ## Documentação e Guias - - - Atualizado `quickstart.mdx` - - Adicionadas documentações sobre eventos `LLMGuardrail` - - Atualizada a documentação com detalhes abrangentes de integração de serviços - - Atualizados filtros de recomendação para ferramentas MCP e Enterprise - - Atualizadas documentações para observabilidade do Maxim - - Adicionada tradução da documentação para pt-BR + + - Atualizado `quickstart.mdx` + - Adicionadas documentações sobre eventos `LLMGuardrail` + - Atualizada a documentação com detalhes abrangentes de integração de serviços + - Atualizados filtros de recomendação para ferramentas MCP e Enterprise + - Atualizadas documentações para observabilidade do Maxim + - Adicionada tradução da documentação para pt-BR - Melhorias gerais na documentação @@ -540,28 +540,28 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.130.0) ## Melhorias e Correções Principais - - - Removida mensagem duplicada relacionada à saída de resultados da Ferramenta - - Corrigidos tokens `manager_agent` ausentes em `usage_metrics` do kickoff - - Corrigido singleton de telemetria para respeitar variáveis de ambiente dinâmicas - - Corrigido problema onde logs de status do Flow poderiam ocultar entrada humana - - Aumentado o espaçamento padrão do eixo X para plotagem de fluxo - + + - Removida mensagem duplicada relacionada à saída de resultados da Ferramenta + - Corrigidos tokens `manager_agent` ausentes em `usage_metrics` do kickoff + - Corrigido singleton de telemetria para respeitar variáveis de ambiente dinâmicas + - Corrigido problema onde logs de status do Flow poderiam ocultar entrada humana + - Aumentado o espaçamento padrão do eixo X para plotagem de fluxo + ## Novos Recursos e Melhorias - - - Adicionado suporte para ações multi-org no CLI - - Habilitadas execuções de ferramentas assíncronas para fluxos de trabalho mais eficientes - - Introduzido `LiteAgent` com integração Guardrail - - Atualizado `LiteLLM` para suportar a versão mais recente do OpenAI - + + - Adicionado suporte para ações multi-org no CLI + - Habilitadas execuções de ferramentas assíncronas para fluxos de trabalho mais eficientes + - Introduzido `LiteAgent` com integração Guardrail + - Atualizado `LiteLLM` para suportar a versão mais recente do OpenAI + ## Documentação e Guias - - - Documentada a versão mínima `UV` para o repositório da Ferramenta - - Melhorados exemplos para o Guardrail de Alucinação - - Atualizados documentos de planejamento para uso de LLM - - Adicionada documentação para suporte a Maxim na observabilidade do Agente - - Expandida a documentação de integrações com imagens para recursos empresariais - - Corrigido guia sobre persistência + + - Documentada a versão mínima `UV` para o repositório da Ferramenta + - Melhorados exemplos para o Guardrail de Alucinação + - Atualizados documentos de planejamento para uso de LLM + - Adicionada documentação para suporte a Maxim na observabilidade do Agente + - Expandida a documentação de integrações com imagens para recursos empresariais + - Corrigido guia sobre persistência - Atualizada a compatibilidade da versão do Python para suportar python 3.13.x @@ -571,25 +571,25 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.126.0) ### O que Mudou - + #### Melhorias e Correções do Núcleo - + - Adicionado suporte para Python 3.13 - Corrigido problema com fontes de conhecimento do agente - Persistidos ferramentas disponíveis de um repositório de Ferramentas - Habilitados ferramentas para serem carregadas do repositório do Agente via seu próprio módulo - Registrado uso de ferramentas quando chamadas por um LLM - + #### Novos Recursos e Melhorias - + - Adicionado suporte para transporte streamable-http na integração MCP - Adicionado suporte para análises comunitárias - Expandida seção compatível com OpenAI com um exemplo de Gemini - Introduzidas funcionalidades de transparência para prompts e sistemas de memória - Melhorias menores na publicação de Ferramentas - + #### Documentação e Guias - + - Reestruturação significativa da documentação para melhor navegação - Documentação da integração MCP expandida - Atualizados documentos de memória e visuais do README @@ -605,33 +605,33 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.121.1) # Correções de bugs e melhores documentos - + ## Introdução - + Nesta atualização, abordamos várias correções de bugs e melhoramos a documentação para facilitar o uso do nosso produto. - + ## Correções de Bugs - + - Corrigido um problema que causava falhas na aplicação ao carregar grandes conjuntos de dados. - Resolvido um erro que impedia a exportação de relatórios em formato PDF. - Ajustado o comportamento do botão de salvar, que não estava funcionando corretamente em algumas situações. - + ## Melhorias na Documentação - + - Atualizamos a seção de **Instalação** para incluir instruções mais detalhadas. - Adicionamos exemplos de uso na seção de **API** para facilitar a integração com outros serviços. - Melhoramos a clareza das instruções na seção de **Solução de Problemas**. - + ## Contribuições - + Se você encontrar mais bugs ou tiver sugestões para melhorar a documentação, sinta-se à vontade para abrir uma issue no nosso repositório do GitHub. - + ## Links Úteis - + - [Documentação Completa](https://example.com/documentation) - [Repositório no GitHub](https://github.com/example/repo) - [FAQ](https://example.com/faq) - + Agradecemos seu feedback e apoio contínuo! @@ -641,23 +641,23 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.121.0) # O que Mudou - + ## Melhorias e Correções no Core - + - Corrigido erro de codificação ao criar ferramentas - Corrigido teste do llama que falhou - Atualizada a configuração de logging para consistência - Aprimorada a inicialização de telemetria e o manuseio de eventos - + ## Novos Recursos e Melhorias - + - Adicionado atributo markdown à classe Task - Adicionado atributo reasoning à classe Agent - Adicionado flag inject_date ao Agent para injeção automática de data - Implementado HallucinationGuardrail (sem operação com cobertura de teste) - + ## Documentação e Guias - + - Adicionada documentação para StagehandTool e melhorada a estrutura MDX - Adicionada documentação para integração MCP e atualizados os documentos empresariais - Documentados eventos de conhecimento e atualizados os documentos de raciocínio @@ -672,7 +672,7 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.120.1) ## O que há de novo - + * Corrige a interpolação com hífens @@ -686,13 +686,13 @@ mode: "wide" • Resolvida condição de corrida em FilteredStream usando gerenciadores de contexto • Corrigido problema de redefinição do conhecimento do agente • Refatorada a lógica de busca do agente para um módulo utilitário - + ### Novos Recursos e Melhorias • Adicionada suporte para carregar um Agente diretamente de um repositório • Ativado o ajuste de um contexto vazio para a Tarefa • Aprimorado o feedback do repositório do Agente e corrigido o comportamento de auto-importação de Ferramentas • Introduzida a inicialização direta do conhecimento (ignorando knowledge_sources) - + ### Documentação e Guias • Atualizado security.md para práticas de segurança atuais • Limpa a seção de configuração do Google para maior clareza @@ -707,23 +707,23 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.119.0) What’s Changed - + ## Melhorias e Correções Principais - + - Melhorou a confiabilidade dos testes ao aprimorar o manuseio do pytest para testes instáveis - Corrigido o travamento de redefinição de memória quando há incompatibilidade nas dimensões de incorporação - Habilitada a identificação do fluxo pai para Crew e LiteAgent - Prevenidos travamentos relacionados à telemetria quando indisponível - Atualizada a versão do LiteLLM para melhor compatibilidade - Corrigidos os testes do conversor llama ao remover skip_external_api - + ## Novos Recursos e Melhorias - + - Introduzido reescrita de prompt de recuperação de conhecimento no Agent para melhor rastreamento e depuração - Tornados os guias de configuração do LLM e de início rápido independentes de modelo - + ## Documentação e Guias - + - Adicionada documentação de configuração avançada para a ferramenta RAG - Atualizado guia de solução de problemas do Windows - Refinados exemplos de documentação para melhor clareza @@ -736,19 +736,19 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.118.0) ### Melhorias e Correções Principais - + - Corrigidos problemas com modelos de prompt ou sistema ausentes. - Removida a configuração de log global para evitar substituições indesejadas. - Renomeado TaskGuardrail para LLMGuardrail para maior clareza. - Rebaixada a litellm para a versão 1.167.1 para compatibilidade. - Adicionados arquivos __init__.py ausentes para garantir a inicialização adequada do módulo. - + ### Novos Recursos e Melhorias - + - Adicionado suporte para criação de Guardrail sem código para simplificar o controle do comportamento da IA. - + ### Documentação e Guias - + - Removido CrewStructuredTool da documentação pública para refletir o uso interno. - Atualizada a documentação empresarial e o embed do YouTube para melhorar a experiência de integração. @@ -769,17 +769,17 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.117.0) # O que Mudou - + ## Novos Recursos e Melhorias - + - Adicionado suporte ao parâmetro `result_as_answer` no decorador `@tool`. - Introduzido suporte para novos modelos de linguagem: GPT-4.1, Gemini-2.0 e Gemini-2.5 Pro. - Melhoradas as capacidades de gerenciamento de conhecimento. - Adicionada opção de provedor Huggingface na CLI. - Melhorada a compatibilidade e suporte CI para Python 3.10+. - + ## Melhorias e Correções no Núcleo - + - Corrigidos problemas com parâmetros de template incorretos e entradas ausentes. - Melhorado o manuseio de fluxo assíncrono com verificações de condição de corrotina. - Aprimorado o gerenciamento de memória com configuração isolada e cópia correta de objetos de memória. @@ -789,9 +789,9 @@ mode: "wide" - Levantadas exceções explícitas quando os fluxos falham. - Removido código não utilizado e comentários redundantes de vários módulos. - Atualizada a ação do token do GitHub App para v2. - + ## Documentação e Guias - + - Estrutura de documentação aprimorada, incluindo instruções de implantação empresarial. - Criação automática de pastas de saída para geração de documentação. - Corrigido link quebrado na documentação do `WeaviateVectorSearchTool`. @@ -806,28 +806,28 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.114.0) # O Que Mudou - + ## Novos Recursos e Melhorias - + - Agentes como uma unidade atômica. (`Agent(...).kickoff()`) - Suporte a implementações de LLM personalizadas. - Memória Externa integrada e observabilidade Opik. - Extração de YAML aprimorada. - Validação de agentes multimodais. - Adicionados Impressões digitais seguras para agentes e equipes. - + ## Melhorias e Correções Principais - + - Melhoria na serialização, cópia de agentes e compatibilidade com Python. - - Suporte a curingas adicionado ao emit() + - Suporte a curingas adicionado ao emit() - Suporte adicionado para chamadas de roteador adicionais e ajustes na janela de contexto. - Corrigidos problemas de digitação, validação e declarações de importação. - Melhor desempenho dos métodos. - Aprimoramento no manuseio de tarefas de agentes, emissões de eventos e gerenciamento de memória. - Corrigidos problemas de CLI, tarefas condicionais, comportamento de clonagem e saídas de ferramentas. - + ## Documentação e Guias - + - Estrutura, tema e organização da documentação aprimorados. - Guias adicionados para Local NVIDIA NIM com WSL2, W&B Weave e Arize Phoenix. - Exemplos de configuração de ferramentas, prompts e documentos de observabilidade atualizados. @@ -840,21 +840,21 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.108.0) # Recursos - + - Convertido tabs em espaços no template crew.py no PR #2190 - Melhorada a manipulação de resposta de streaming LLM e sistema de eventos no PR #2266 - Incluído model_name no PR #2310 - Aprimorado o Listener de Eventos com visualização rica e registro melhorado no PR #2321 - Adicionados fingerprints no PR #2332 - + # Correções de Bugs - + - Corrigidos problemas do Mistral no PR #2308 - Corrigido um bug na documentação no PR #2370 - Corrigido erro de verificação de tipo na propriedade fingerprint no PR #2369 - + # Atualizações de Documentação - + - Melhorada a documentação da ferramenta no PR #2259 - Atualizado guia de instalação para o pacote da ferramenta uv no PR #2196 - Adicionadas instruções para atualizar o crewAI com a ferramenta uv no PR #2363 @@ -871,7 +871,7 @@ mode: "wide" - Melhorado o suporte ao fluxo assíncrono e abordada a formatação da resposta do agente. - Aprimorada a funcionalidade de redefinição de memória e corrigidos comandos de memória do CLI. - Corrigidos problemas de tipo, propriedades de chamada de ferramenta e desacoplamento de telemetria. - + **Novos Recursos e Melhorias** - Adicionado exportação de estado de Fluxo e melhoradas utilidades de estado. - Aprimorada a configuração do conhecimento do agente com um incorporador de equipe opcional. @@ -879,7 +879,7 @@ mode: "wide" - Adicionado suporte para Python 3.10 e ChatOllama do langchain_ollama. - Integrado suporte para tamanho da janela de contexto para o modelo o3-mini. - Adicionado suporte para múltiplas chamadas de roteador. - + **Documentação e Guias** - Melhorado o layout da documentação e a estrutura hierárquica. - Adicionado guia do QdrantVectorSearchTool e esclarecido o uso do listener de eventos. @@ -892,28 +892,28 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.102.0) ### Melhorias e Correções Principais - + - Suporte Aprimorado para LLM: Saída estruturada de LLM melhorada, manuseio de parâmetros e formatação para modelos da Anthropic. - Estabilidade do Crew & Agent: Corrigidos problemas com clonagem de agentes/equipes usando fontes de conhecimento, múltiplas saídas de tarefas em tarefas condicionais e callbacks de tarefas do Crew ignorados. - Correções de Memória & Armazenamento: Corrigido o manuseio de memória de curto prazo com Bedrock, garantida a inicialização correta do embedder e adicionada uma função de redefinição de memórias na classe crew. - Confiabilidade de Treinamento & Execução: Corrigidos problemas de treinamento e interpolação quebrados com tipos de entrada dict e list. - + ### Novos Recursos & Melhorias - + - Gestão Avançada de Conhecimento: Convenções de nomenclatura melhoradas e configuração de embedding aprimorada com suporte a embedder personalizado. - Expansão de Registro & Observabilidade: Adicionado suporte ao formato JSON para registro e integrada a documentação de rastreamento do MLflow. - Melhorias no Manuseio de Dados: Atualizado excel_knowledge_source.py para processar arquivos com múltiplas abas. - Desempenho Geral & Limpeza do Código: Alinhamento de código empresarial otimizado e resolução de problemas de linting. - Adição da nova ferramenta QdrantVectorSearchTool - + ### Documentação & Guias - + - Documentos de AI & Memória Atualizados: Documentação de Bedrock, Google AI e memória de longo prazo melhorada. - Clareza em Tarefas & Fluxos de Trabalho: Adicionada a linha "Entrada Humana" aos Atributos da Tarefa, guia do Langfuse e documentação da FileWriterTool. - Correção de Vários Erros de Digitação & Problemas de Formatação. - + ### Manutenção & Diversos - + - Integrações do Google Docs refinadas e manuseio de tarefas para o ano atual. @@ -993,15 +993,15 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.86.0) # Documentação - + ## Remover todas as referências ao pipeline e ao roteador de pipeline - + ## docs: Adicionar Nvidia NIM como provedor no Custom LLM - + ## Adicionar demonstração de conhecimento + melhorar a documentação de conhecimento - + ## Brandon/cre 509 hitl múltiplas rodadas de acompanhamento - + ## Novas documentações sobre yaml crew com decoradores. Simplificar o template crew @@ -1097,61 +1097,61 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.76.2) # Atualizando o comando create do crewai - + ## Introdução - + O comando `create` do crewai permite que você crie novos projetos de forma rápida e fácil. Esta documentação fornece informações sobre como atualizar o comando para garantir que você esteja utilizando as funcionalidades mais recentes. - + ## Requisitos - + Antes de atualizar o comando, verifique se você possui: - + - A versão mais recente do crewai instalada. - Acesso à internet para baixar as atualizações. - + ## Passos para Atualização - + 1. **Verifique a versão atual do crewai:** - + Execute o seguinte comando no seu terminal: - + ```bash crewai --version ``` - + 2. **Atualize o crewai:** - + Para atualizar o crewai, use o seguinte comando: - + ```bash npm install -g crewai ``` - + 3. **Confirme a atualização:** - + Após a instalação, verifique novamente a versão para garantir que a atualização foi bem-sucedida: - + ```bash crewai --version ``` - + ## Novas Funcionalidades - + Após a atualização, você poderá aproveitar as seguintes novas funcionalidades do comando `create`: - + - **Melhorias na criação de projetos:** Agora, você pode especificar templates personalizados. - **Integração com GitHub:** Facilita a conexão e o gerenciamento de repositórios diretamente do seu projeto. - + ## Exemplos de Uso - + Para criar um novo projeto com o comando `create`, utilize a seguinte sintaxe: - + ```bash crewai create ``` - + ## Conclusão - + Manter o crewai atualizado é essencial para aproveitar ao máximo suas funcionalidades. Siga os passos acima para garantir que você esteja sempre utilizando a versão mais recente do comando `create`. Para mais informações, consulte a [documentação oficial do crewai](https://crewai.com/docs). @@ -1172,39 +1172,39 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.75.1) # nova opção `--provider` no crewai crewat - + A nova opção `--provider` foi adicionada ao comando `crewat` do CrewAI. Esta opção permite que os usuários especifiquem o provedor de serviços que desejam utilizar ao executar o comando. - + ## Como usar - + Para utilizar a nova opção, você pode executar o seguinte comando: - + ```bash crewat --provider ``` - + Substitua `` pelo provedor desejado. - + ## Provedores suportados - + Atualmente, os seguintes provedores são suportados: - + - ProviderA - ProviderB - ProviderC - + ## Exemplo - + Aqui está um exemplo de como usar a nova opção: - + ```bash crewat --provider ProviderA ``` - + Isso executará o comando `crewat` utilizando o ProviderA como provedor de serviços. - + ## Conclusão - + A adição da opção `--provider` no comando `crewat` do CrewAI oferece mais flexibilidade e controle sobre a escolha do provedor de serviços. Certifique-se de experimentar essa nova funcionalidade em seus projetos! @@ -1227,7 +1227,7 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/0.74.2) - * feat: adicionar poetry.lock à migração uv + * feat: adicionar poetry.lock à migração uv * fix: corrigir problema de chamada da ferramenta @@ -1286,7 +1286,7 @@ mode: "wide" - Adicionando API de ferramentas inicial - ERROS DE DIGITAÇÃO - Atualizando Documentação - + Correções: #1359 #1355 #1353 #1356 e outras @@ -1593,21 +1593,21 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.30.4) **A atualização da documentação seguirá** desculpe por isso e obrigado por sua paciência, estamos lançando novas documentações em breve! - - ➿ Correção do callback da tarefa - 🧙 Capacidade de definir um agente específico como gerente em vez de deixar a equipe criar um para você - 📄 Capacidade de definir templates de sistema, prompt e resposta, para que funcione de forma mais confiável com modelos de código aberto (funciona melhor com modelos menores) - 👨‍💻 Melhorando a saída em json e pydantic (funciona melhor com modelos menores) - 🔎 Melhorando o reconhecimento de nomes de ferramentas (funciona melhor com modelos menores) - 🧰 Melhorias para uso de ferramentas (funciona melhor com modelos menores) - 📃 Suporte inicial para trazer seus próprios prompts - 2️⃣ Correção de métricas duplicadas do calculador de tokens - 🪚 Adicionando algumas novas ferramentas, Browserbase e Exa Search - 📁 Capacidade de criar diretório ao salvar como arquivo - 🔁 Atualizando dependências - verifique novamente as ferramentas - 📄 Melhorias gerais na documentação - 🐛 Correções de bugs menores (erros de digitação e afins) - 👬 Correção de problemas de co-worker / coworker + + ➿ Correção do callback da tarefa + 🧙 Capacidade de definir um agente específico como gerente em vez de deixar a equipe criar um para você + 📄 Capacidade de definir templates de sistema, prompt e resposta, para que funcione de forma mais confiável com modelos de código aberto (funciona melhor com modelos menores) + 👨‍💻 Melhorando a saída em json e pydantic (funciona melhor com modelos menores) + 🔎 Melhorando o reconhecimento de nomes de ferramentas (funciona melhor com modelos menores) + 🧰 Melhorias para uso de ferramentas (funciona melhor com modelos menores) + 📃 Suporte inicial para trazer seus próprios prompts + 2️⃣ Correção de métricas duplicadas do calculador de tokens + 🪚 Adicionando algumas novas ferramentas, Browserbase e Exa Search + 📁 Capacidade de criar diretório ao salvar como arquivo + 🔁 Atualizando dependências - verifique novamente as ferramentas + 📄 Melhorias gerais na documentação + 🐛 Correções de bugs menores (erros de digitação e afins) + 👬 Correção de problemas de co-worker / coworker 👀 Atualizações menores no Readme @@ -1680,7 +1680,7 @@ mode: "wide" - 💠 **Melhorias no Prompt Interno:** Um fluxo de conversa mais refinado. - 📝 **Melhorando o uso de ferramentas com uma melhor análise** - 🔒 **Melhorias de segurança e atualização de dependências** - - 📄 **Documentação aprimorada** + - 📄 **Documentação aprimorada** - 🐛 **Correções de bugs** @@ -1698,45 +1698,45 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.22.4) # Corrigindo problemas de template - + ## Introdução - + Nesta documentação, abordaremos como corrigir problemas comuns relacionados a templates. Se você estiver enfrentando dificuldades, siga os passos abaixo para resolver as questões. - + ## Problemas Comuns - + ### 1. Erros de Sintaxe - + Verifique se há erros de sintaxe no seu template. Um erro comum é esquecer de fechar uma tag ou usar a formatação incorreta. - + ### 2. Variáveis Não Definidas - + Certifique-se de que todas as variáveis utilizadas no template estão devidamente definidas. Se uma variável não estiver definida, isso pode causar falhas na renderização. - + ### 3. Problemas de Estilo - + Se o estilo do seu template não estiver sendo aplicado corretamente, verifique se os arquivos CSS estão sendo carregados. Além disso, confirme se as classes estão corretas. - + ## Soluções - + ### Passo 1: Validar o Template - + Use um validador de templates para verificar se há erros de sintaxe. Isso pode ajudar a identificar problemas rapidamente. - + ### Passo 2: Definir Variáveis - + Revise seu código e adicione definições para quaisquer variáveis que estejam faltando. Isso garantirá que o template funcione como esperado. - + ### Passo 3: Verificar Estilos - + Verifique se os arquivos CSS estão corretamente vinculados no seu template. Você pode fazer isso inspecionando o código-fonte da página. - + ## Conclusão - + Seguindo os passos acima, você deve ser capaz de corrigir a maioria dos problemas relacionados a templates. Se os problemas persistirem, considere consultar a documentação do seu framework ou entrar em contato com o suporte. - + ## Recursos Adicionais - + - [Documentação do CrewAI](https://crewai.com/docs) - [GitHub Issues](https://github.com/issues) @@ -1825,7 +1825,7 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.14.0) # Todas as melhorias da v0.14.0rc - + - Suporte para exportar json e pydantic de modelos de código aberto @@ -1924,13 +1924,13 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.5.0) Esta nova versão traz muitas novas funcionalidades e melhorias para a biblioteca. - + ## Funcionalidades - Adição de Callbacks de Tarefa. - Adição de suporte para processos Hierárquicos. - Adição da capacidade de referenciar tarefas específicas em outra tarefa. - Adição da capacidade de execução paralela de tarefas. - + ## Melhorias - Reformulação de Máximas Iterações e Máximas Solicitações por Minuto. - Melhorias na experiência do desenvolvedor, docstrings e afins. @@ -1995,11 +1995,11 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.1.1) # CrewAI v0.1.1 Notas de Lançamento - + ## O que há de novo - + - **Modo Verbose do Crew**: Agora permitindo que você inspecione as tarefas que estão sendo executadas. - + - **Atualizações no README e Docs**: Uma série de atualizações menores na documentação. @@ -2009,34 +2009,34 @@ mode: "wide" [Ver release no GitHub](https://github.com/crewAIInc/crewAI/releases/tag/v0.1.0) # CrewAI v0.1.0 Notas de Lançamento - + Estamos empolgados em anunciar o lançamento inicial do CrewAI, versão 0.1.0! O CrewAI é uma estrutura projetada para facilitar a orquestração de agentes de IA autônomos capazes de interpretar papéis e colaborar para realizar tarefas complexas de forma mais eficiente. - + ## O que há de Novo - + - **Lançamento Inicial**: O CrewAI agora está oficialmente disponível! Este lançamento fundamental estabelece as bases para que os agentes de IA trabalhem em conjunto, cada um com seu próprio papel e objetivos especializados. - + - **Design de Agentes Baseado em Papéis**: Defina e personalize agentes com papéis específicos, metas e as ferramentas necessárias para ter sucesso. - + - **Delegação Entre Agentes**: Os agentes agora estão equipados para delegar tarefas de forma autônoma, permitindo a distribuição dinâmica da carga de trabalho entre a equipe. - + - **Gerenciamento de Tarefas**: Crie e atribua tarefas dinamicamente com a flexibilidade de especificar as ferramentas necessárias para cada tarefa. - + - **Processos Sequenciais**: Configure seus agentes para abordar tarefas uma após a outra, garantindo fluxos de trabalho organizados e previsíveis. - + - **Documentação**: Comece a explorar o CrewAI com nossa documentação inicial que o orienta através da configuração e uso da estrutura. - + ## Melhorias - + - Documentação detalhada da API para as classes `Agent`, `Task`, `Crew` e `Process`. - Exemplos e tutoriais para ajudá-lo a construir sua primeira aplicação CrewAI. - Configuração básica para mecanismos de colaboração e delegação entre agentes. - + ## Problemas Conhecidos - + - Como este é o primeiro lançamento, pode haver bugs não descobertos e áreas para otimização. Incentivamos a comunidade a relatar quaisquer problemas encontrados durante o uso. - + ## Recursos Futuros - + - **Gerenciamento Avançado de Processos**: Em lançamentos futuros, introduziremos processos mais complexos para gerenciamento de tarefas, incluindo fluxos de trabalho consensuais e hierárquicos. diff --git a/docs/pt-BR/concepts/event-listener.mdx b/docs/pt-BR/concepts/event-listener.mdx index 184d286ab..576fcf028 100644 --- a/docs/pt-BR/concepts/event-listener.mdx +++ b/docs/pt-BR/concepts/event-listener.mdx @@ -299,4 +299,4 @@ Listeners de evento podem ser usados para várias finalidades: 4. **Escuta Seletiva**: Escute apenas eventos que realmente precisa tratar 5. **Testes**: Teste seus listeners de evento isoladamente para garantir que se comportam conforme esperado -Aproveitando o sistema de eventos do CrewAI, é possível estender a funcionalidade e integrá-lo facilmente à sua infraestrutura existente. \ No newline at end of file +Aproveitando o sistema de eventos do CrewAI, é possível estender a funcionalidade e integrá-lo facilmente à sua infraestrutura existente. diff --git a/docs/pt-BR/concepts/tools.mdx b/docs/pt-BR/concepts/tools.mdx index 5681430c9..2d33f80d6 100644 --- a/docs/pt-BR/concepts/tools.mdx +++ b/docs/pt-BR/concepts/tools.mdx @@ -207,7 +207,7 @@ from crewai.tools import BaseTool class AsyncCustomTool(BaseTool): name: str = "async_custom_tool" description: str = "An asynchronous custom tool" - + async def _run(self, query: str = "") -> str: """Asynchronously run the tool""" # Sua implementação assíncrona aqui @@ -281,4 +281,4 @@ writer1 = Agent( Ferramentas são fundamentais para expandir as capacidades dos agentes CrewAI, permitindo que assumam uma ampla gama de tarefas e colaborem de forma eficiente. Ao construir soluções com CrewAI, aproveite tanto ferramentas existentes quanto personalizadas para potencializar seus agentes e ampliar o ecossistema de IA. Considere utilizar tratamento de erros, -mecanismos de cache e a flexibilidade de argumentos das ferramentas para otimizar o desempenho e as capacidades dos seus agentes. \ No newline at end of file +mecanismos de cache e a flexibilidade de argumentos das ferramentas para otimizar o desempenho e as capacidades dos seus agentes. diff --git a/docs/pt-BR/enterprise/features/agent-repositories.mdx b/docs/pt-BR/enterprise/features/agent-repositories.mdx index 8c871c6a6..89e8c8fae 100644 --- a/docs/pt-BR/enterprise/features/agent-repositories.mdx +++ b/docs/pt-BR/enterprise/features/agent-repositories.mdx @@ -154,5 +154,3 @@ crewai org list Ao carregar agentes de repositórios, você deve estar autenticado e ter alternado para a organização correta. Se você receber erros, verifique seu status de autenticação e as configurações de organização usando os comandos do CLI acima. - - diff --git a/docs/pt-BR/enterprise/features/automations.mdx b/docs/pt-BR/enterprise/features/automations.mdx index f22826159..5cfb278fe 100644 --- a/docs/pt-BR/enterprise/features/automations.mdx +++ b/docs/pt-BR/enterprise/features/automations.mdx @@ -101,5 +101,3 @@ Após implantar, você pode ver os detalhes da automação e usar o menu **Optio Transmita eventos e atualizações em tempo real. - - diff --git a/docs/pt-BR/enterprise/features/crew-studio.mdx b/docs/pt-BR/enterprise/features/crew-studio.mdx index a01807b1e..1414ef2ca 100644 --- a/docs/pt-BR/enterprise/features/crew-studio.mdx +++ b/docs/pt-BR/enterprise/features/crew-studio.mdx @@ -86,5 +86,3 @@ Após publicar, você pode visualizar os detalhes da automação e usar o menu * Exporte um componente React. - - diff --git a/docs/pt-BR/enterprise/features/marketplace.mdx b/docs/pt-BR/enterprise/features/marketplace.mdx index 56e12f08f..7022cc1bd 100644 --- a/docs/pt-BR/enterprise/features/marketplace.mdx +++ b/docs/pt-BR/enterprise/features/marketplace.mdx @@ -43,5 +43,3 @@ Você também pode baixar templates diretamente do marketplace clicando em `Down Armazene, compartilhe e reutilize definições de agentes entre equipes e projetos. - - diff --git a/docs/pt-BR/enterprise/features/rbac.mdx b/docs/pt-BR/enterprise/features/rbac.mdx index 827e8b4e8..105179353 100644 --- a/docs/pt-BR/enterprise/features/rbac.mdx +++ b/docs/pt-BR/enterprise/features/rbac.mdx @@ -11,7 +11,7 @@ O RBAC no CrewAI AMP permite gerenciar acesso de forma segura e escalável combi Visão geral de RBAC no CrewAI AMP - + ## Usuários e Funções @@ -94,11 +94,9 @@ O owner sempre possui acesso. Em modo privado, somente usuários/funções na wh Configuração de visibilidade no CrewAI AMP - + Fale com o nosso time para suporte em configuração e auditoria de RBAC. - - diff --git a/docs/pt-BR/enterprise/features/tools-and-integrations.mdx b/docs/pt-BR/enterprise/features/tools-and-integrations.mdx index 5c1c1cf75..8fb2bb10f 100644 --- a/docs/pt-BR/enterprise/features/tools-and-integrations.mdx +++ b/docs/pt-BR/enterprise/features/tools-and-integrations.mdx @@ -232,5 +232,3 @@ Ferramentas & Integrações é o hub central para conectar aplicações de terce Automatize fluxos e integre com plataformas e serviços externos. - - diff --git a/docs/pt-BR/enterprise/features/traces.mdx b/docs/pt-BR/enterprise/features/traces.mdx index 4641309bd..006f9ebfb 100644 --- a/docs/pt-BR/enterprise/features/traces.mdx +++ b/docs/pt-BR/enterprise/features/traces.mdx @@ -30,7 +30,7 @@ Traces no CrewAI AMP são registros detalhados de execução que capturam todos No seu painel do CrewAI AMP, clique em **Traces** para ver todos os registros de execução. - + Você verá uma lista de todas as execuções do crew, ordenadas por data. Clique em qualquer execução para visualizar seu trace detalhado. @@ -112,7 +112,7 @@ Traces são indispensáveis para solucionar problemas nos seus crews: Quando uma execução de crew não produzir os resultados esperados, examine o trace para encontrar onde ocorreu o problema. Procure por: - + - Tarefas que falharam - Decisões inesperadas dos agentes - Erros no uso de ferramentas @@ -122,19 +122,19 @@ Traces são indispensáveis para solucionar problemas nos seus crews: ![Failure Points](/images/enterprise/failure.png) - + Use métricas de execução para identificar gargalos de desempenho: - + - Tarefas que demoraram mais do que o esperado - Uso excessivo de tokens - Operações redundantes de ferramentas - Chamadas de API desnecessárias - + Analise o uso de tokens e as estimativas de custo para otimizar a eficiência do seu crew: - + - Considere usar modelos menores para tarefas mais simples - Refine prompts para serem mais concisos - Faça cache de informações acessadas frequentemente @@ -144,4 +144,4 @@ Traces são indispensáveis para solucionar problemas nos seus crews: Entre em contato com nossa equipe de suporte para assistência com análise de traces ou outros recursos do CrewAI AMP. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/features/webhook-streaming.mdx b/docs/pt-BR/enterprise/features/webhook-streaming.mdx index f5d801e0c..1dccaff81 100644 --- a/docs/pt-BR/enterprise/features/webhook-streaming.mdx +++ b/docs/pt-BR/enterprise/features/webhook-streaming.mdx @@ -81,4 +81,4 @@ Você pode emitir seus próprios eventos personalizados, e eles serão entregues Entre em contato com nossa equipe de suporte para assistência com integração de webhook ou solução de problemas. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/guides/azure-openai-setup.mdx b/docs/pt-BR/enterprise/guides/azure-openai-setup.mdx index 85de1117d..cb1cc8141 100644 --- a/docs/pt-BR/enterprise/guides/azure-openai-setup.mdx +++ b/docs/pt-BR/enterprise/guides/azure-openai-setup.mdx @@ -49,4 +49,4 @@ Se você encontrar problemas: - Verifique se o formato do Target URI corresponde ao padrão esperado - Confira se a API key está correta e com as permissões adequadas - Certifique-se de que o acesso à rede está configurado para permitir conexões do CrewAI -- Confirme se o modelo da implantação corresponde ao que você configurou no CrewAI \ No newline at end of file +- Confirme se o modelo da implantação corresponde ao que você configurou no CrewAI diff --git a/docs/pt-BR/enterprise/guides/enable-crew-studio.mdx b/docs/pt-BR/enterprise/guides/enable-crew-studio.mdx index 5e85dfdde..d6db8aa90 100644 --- a/docs/pt-BR/enterprise/guides/enable-crew-studio.mdx +++ b/docs/pt-BR/enterprise/guides/enable-crew-studio.mdx @@ -37,9 +37,9 @@ Antes de começar a usar o Crew Studio, você precisa configurar suas conexões Sinta-se à vontade para utilizar qualquer provedor LLM suportado pelo CrewAI. - + Configure sua conexão LLM: - + - Insira um `Connection Name` (por exemplo, `OpenAI`) - Selecione o provedor do modelo: `openai` ou `azure` - Selecione os modelos que deseja usar em suas Crews geradas pelo Studio @@ -48,28 +48,28 @@ Antes de começar a usar o Crew Studio, você precisa configurar suas conexões - Para OpenAI: adicione `OPENAI_API_KEY` com sua chave de API - Para Azure OpenAI: consulte [este artigo](https://blog.crewai.com/configuring-azure-openai-with-crewai-a-comprehensive-guide/) para detalhes de configuração - Clique em `Add Connection` para salvar sua configuração - + ![LLM Connection Configuration](/images/enterprise/llm-connection-config.png) - + Assim que concluir a configuração, você verá sua nova conexão adicionada à lista de conexões disponíveis. - + ![Connection Added](/images/enterprise/connection-added.png) - + No menu principal, vá em **Settings → Defaults** e configure as opções padrão do LLM: - + - Selecione os modelos padrão para agentes e outros componentes - Defina as configurações padrão para o Crew Studio - + Clique em `Save Settings` para aplicar as alterações. - + ![LLM Defaults Configuration](/images/enterprise/llm-defaults.png) @@ -84,36 +84,36 @@ Agora que você configurou sua conexão LLM e os padrões, está pronto para com Navegue até a seção **Studio** no painel do CrewAI AMP. - + Inicie uma conversa com o Crew Assistant descrevendo o problema que deseja resolver: - + ```md I need a crew that can research the latest AI developments and create a summary report. ``` - + O Crew Assistant fará perguntas de esclarecimento para entender melhor suas necessidades. - + Revise a configuração do crew gerado, incluindo: - + - Agentes e seus papéis - Tarefas a serem realizadas - Inputs necessários - Ferramentas a serem utilizadas - + Esta é sua oportunidade para refinar a configuração antes de prosseguir. - + Quando estiver satisfeito com a configuração, você pode: - + - Baixar o código gerado para personalização local - Fazer deploy do crew diretamente na plataforma CrewAI AMP - Modificar a configuração e gerar o crew novamente - + Após o deploy, teste seu crew com inputs de exemplo para garantir que ele funcione conforme esperado. @@ -130,32 +130,32 @@ Veja um fluxo de trabalho típico para criação de um crew com o Crew Studio: Comece descrevendo seu problema: - + ```md I need a crew that can analyze financial news and provide investment recommendations ``` - + Responda às perguntas de esclarecimento do Crew Assistant para refinar seus requisitos. - + Revise o plano do crew gerado, que pode incluir: - + - Um Research Agent para coletar notícias financeiras - Um Analysis Agent para interpretar os dados - Um Recommendations Agent para fornecer conselhos de investimento - + Aprove o plano ou solicite alterações, se necessário. - + Baixe o código para personalização ou faça o deploy diretamente na plataforma. - + Teste seu crew com inputs de exemplo e faça ajustes conforme necessário. @@ -163,4 +163,4 @@ Veja um fluxo de trabalho típico para criação de um crew com o Crew Studio: Entre em contato com nossa equipe de suporte para obter assistência com o Crew Studio ou qualquer outro recurso do CrewAI AMP. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/guides/hubspot-trigger.mdx b/docs/pt-BR/enterprise/guides/hubspot-trigger.mdx index 25fa2edeb..849fe97cd 100644 --- a/docs/pt-BR/enterprise/guides/hubspot-trigger.mdx +++ b/docs/pt-BR/enterprise/guides/hubspot-trigger.mdx @@ -51,4 +51,4 @@ Este guia fornece um processo passo a passo para configurar gatilhos do HubSpot ## Recursos Adicionais -Para informações mais detalhadas sobre as ações disponíveis e opções de personalização, consulte a [Documentação de Workflows do HubSpot](https://knowledge.hubspot.com/workflows/create-workflows). \ No newline at end of file +Para informações mais detalhadas sobre as ações disponíveis e opções de personalização, consulte a [Documentação de Workflows do HubSpot](https://knowledge.hubspot.com/workflows/create-workflows). diff --git a/docs/pt-BR/enterprise/guides/kickoff-crew.mdx b/docs/pt-BR/enterprise/guides/kickoff-crew.mdx index cbdafea9d..a616b55fa 100644 --- a/docs/pt-BR/enterprise/guides/kickoff-crew.mdx +++ b/docs/pt-BR/enterprise/guides/kickoff-crew.mdx @@ -183,4 +183,4 @@ Se uma execução falhar: Entre em contato com nossa equipe de suporte para obter ajuda com problemas de execução ou dúvidas sobre a plataforma Enterprise. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/guides/react-component-export.mdx b/docs/pt-BR/enterprise/guides/react-component-export.mdx index fd5ede46a..c086d4f80 100644 --- a/docs/pt-BR/enterprise/guides/react-component-export.mdx +++ b/docs/pt-BR/enterprise/guides/react-component-export.mdx @@ -38,7 +38,7 @@ Para executar este componente React localmente, você precisará configurar um a npx create-react-app my-crew-app ``` - Entre no diretório do projeto: - + ```bash cd my-crew-app ``` @@ -77,7 +77,7 @@ Para executar este componente React localmente, você precisará configurar um a - No diretório do seu projeto, execute: - + ```bash npm start ``` @@ -101,4 +101,4 @@ Você pode então personalizar o `CrewLead.jsx` para adicionar cor, título etc. - Personalize o estilo do componente para combinar com o design da sua aplicação - Adicione props adicionais para configuração - Integre com o gerenciamento de estado da sua aplicação -- Adicione tratamento de erros e estados de carregamento \ No newline at end of file +- Adicione tratamento de erros e estados de carregamento diff --git a/docs/pt-BR/enterprise/guides/team-management.mdx b/docs/pt-BR/enterprise/guides/team-management.mdx index 7c5c584c4..41aed304c 100644 --- a/docs/pt-BR/enterprise/guides/team-management.mdx +++ b/docs/pt-BR/enterprise/guides/team-management.mdx @@ -85,4 +85,4 @@ Você pode adicionar funções aos membros da equipe para controlar o acesso a d - **Aceite do Convite**: Os membros convidados precisarão aceitar o convite para ingressar na sua organização - **Notificações por E-mail**: Oriente seus membros a verificarem o e-mail (incluindo a pasta de spam) para localizar o convite -Seguindo estes passos, você conseguirá expandir sua equipe e colaborar de forma mais eficaz dentro da sua organização CrewAI AMP. \ No newline at end of file +Seguindo estes passos, você conseguirá expandir sua equipe e colaborar de forma mais eficaz dentro da sua organização CrewAI AMP. diff --git a/docs/pt-BR/enterprise/guides/tool-repository.mdx b/docs/pt-BR/enterprise/guides/tool-repository.mdx index 042ebc300..c59a2ab0b 100644 --- a/docs/pt-BR/enterprise/guides/tool-repository.mdx +++ b/docs/pt-BR/enterprise/guides/tool-repository.mdx @@ -105,5 +105,3 @@ Você pode verificar o status das verificações de segurança de uma ferramenta Entre em contato com nossa equipe de suporte para assistência com integração de API ou resolução de problemas. - - diff --git a/docs/pt-BR/enterprise/guides/update-crew.mdx b/docs/pt-BR/enterprise/guides/update-crew.mdx index 295792bcc..c131bd73a 100644 --- a/docs/pt-BR/enterprise/guides/update-crew.mdx +++ b/docs/pt-BR/enterprise/guides/update-crew.mdx @@ -6,7 +6,7 @@ mode: "wide" --- -Após implantar sua crew no CrewAI AMP, pode ser necessário fazer atualizações no código, configurações de segurança ou configuração. +Após implantar sua crew no CrewAI AMP, pode ser necessário fazer atualizações no código, configurações de segurança ou configuração. Este guia explica como realizar essas operações de atualização comuns. @@ -86,4 +86,4 @@ Se encontrar algum problema após a atualização, é possível visualizar os lo Entre em contato com nossa equipe de suporte para obter assistência com a atualização da sua crew ou solução de problemas de implantação. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/guides/webhook-automation.mdx b/docs/pt-BR/enterprise/guides/webhook-automation.mdx index 488293968..14671d0ab 100644 --- a/docs/pt-BR/enterprise/guides/webhook-automation.mdx +++ b/docs/pt-BR/enterprise/guides/webhook-automation.mdx @@ -121,4 +121,4 @@ O CrewAI AMP permite que você automatize seu fluxo de trabalho usando webhooks. } ``` - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/guides/zapier-trigger.mdx b/docs/pt-BR/enterprise/guides/zapier-trigger.mdx index 36763892c..dba720a1f 100644 --- a/docs/pt-BR/enterprise/guides/zapier-trigger.mdx +++ b/docs/pt-BR/enterprise/guides/zapier-trigger.mdx @@ -101,4 +101,4 @@ Este guia irá conduzi-lo pelo processo de configuração de triggers no Zapier - Teste seu Zap cuidadosamente antes de ativá-lo para identificar possíveis problemas. - Considere adicionar etapas de tratamento de erros para gerenciar possíveis falhas no fluxo. -Seguindo estes passos, você terá configurado com sucesso triggers no Zapier para o CrewAI AMP, permitindo fluxos de trabalho automatizados disparados por mensagens no Slack e resultando em notificações por e-mail com a saída do CrewAI AMP. \ No newline at end of file +Seguindo estes passos, você terá configurado com sucesso triggers no Zapier para o CrewAI AMP, permitindo fluxos de trabalho automatizados disparados por mensagens no Slack e resultando em notificações por e-mail com a saída do CrewAI AMP. diff --git a/docs/pt-BR/enterprise/integrations/asana.mdx b/docs/pt-BR/enterprise/integrations/asana.mdx index 21a46cf18..d2902c882 100644 --- a/docs/pt-BR/enterprise/integrations/asana.mdx +++ b/docs/pt-BR/enterprise/integrations/asana.mdx @@ -251,4 +251,4 @@ crew = Crew( ) crew.kickoff() -``` \ No newline at end of file +``` diff --git a/docs/pt-BR/enterprise/integrations/box.mdx b/docs/pt-BR/enterprise/integrations/box.mdx index 8cf5469c8..2fef40ed6 100644 --- a/docs/pt-BR/enterprise/integrations/box.mdx +++ b/docs/pt-BR/enterprise/integrations/box.mdx @@ -266,4 +266,4 @@ crew = Crew( ) crew.kickoff() -``` \ No newline at end of file +``` diff --git a/docs/pt-BR/enterprise/integrations/clickup.mdx b/docs/pt-BR/enterprise/integrations/clickup.mdx index e35f458f6..9839ad032 100644 --- a/docs/pt-BR/enterprise/integrations/clickup.mdx +++ b/docs/pt-BR/enterprise/integrations/clickup.mdx @@ -291,4 +291,4 @@ crew.kickoff() Entre em contato com nossa equipe de suporte para auxílio na configuração ou solução de problemas da integração com ClickUp. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/github.mdx b/docs/pt-BR/enterprise/integrations/github.mdx index eb43b0c6c..3ed227f5b 100644 --- a/docs/pt-BR/enterprise/integrations/github.mdx +++ b/docs/pt-BR/enterprise/integrations/github.mdx @@ -321,4 +321,4 @@ crew.kickoff() Entre em contato com nossa equipe de suporte para auxílio na configuração ou solução de problemas com a integração do GitHub. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/gmail.mdx b/docs/pt-BR/enterprise/integrations/gmail.mdx index 6a281d2a6..21f135086 100644 --- a/docs/pt-BR/enterprise/integrations/gmail.mdx +++ b/docs/pt-BR/enterprise/integrations/gmail.mdx @@ -354,4 +354,4 @@ crew.kickoff() Entre em contato com nosso time de suporte para obter assistência na configuração ou solução de problemas da integração Gmail. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/google_calendar.mdx b/docs/pt-BR/enterprise/integrations/google_calendar.mdx index d6df0edec..271ed87ba 100644 --- a/docs/pt-BR/enterprise/integrations/google_calendar.mdx +++ b/docs/pt-BR/enterprise/integrations/google_calendar.mdx @@ -389,4 +389,4 @@ crew.kickoff() Entre em contato com nosso time de suporte para assistência na configuração da integração com o Google Calendar ou solução de problemas. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/google_sheets.mdx b/docs/pt-BR/enterprise/integrations/google_sheets.mdx index 39072eba2..acc083e5c 100644 --- a/docs/pt-BR/enterprise/integrations/google_sheets.mdx +++ b/docs/pt-BR/enterprise/integrations/google_sheets.mdx @@ -319,4 +319,4 @@ crew.kickoff() Entre em contato com nosso time de suporte para auxílio na configuração ou solução de problemas da integração com o Google Sheets. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/hubspot.mdx b/docs/pt-BR/enterprise/integrations/hubspot.mdx index 03a03a2b6..d12c78440 100644 --- a/docs/pt-BR/enterprise/integrations/hubspot.mdx +++ b/docs/pt-BR/enterprise/integrations/hubspot.mdx @@ -577,4 +577,4 @@ crew.kickoff() Entre em contato com nossa equipe de suporte para assistência na configuração ou solução de problemas com a integração HubSpot. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/jira.mdx b/docs/pt-BR/enterprise/integrations/jira.mdx index 748eaff15..a645a8d27 100644 --- a/docs/pt-BR/enterprise/integrations/jira.mdx +++ b/docs/pt-BR/enterprise/integrations/jira.mdx @@ -392,4 +392,4 @@ crew.kickoff() Entre em contato com nosso time de suporte para obter assistência na configuração ou solução de problemas da integração Jira. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/linear.mdx b/docs/pt-BR/enterprise/integrations/linear.mdx index 8f7948d33..2cd287ab8 100644 --- a/docs/pt-BR/enterprise/integrations/linear.mdx +++ b/docs/pt-BR/enterprise/integrations/linear.mdx @@ -451,4 +451,4 @@ crew.kickoff() Entre em contato com nossa equipe de suporte para assistência na configuração ou solução de problemas da integração com o Linear. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/notion.mdx b/docs/pt-BR/enterprise/integrations/notion.mdx index d0e8b1ff4..e81c1ea27 100644 --- a/docs/pt-BR/enterprise/integrations/notion.mdx +++ b/docs/pt-BR/enterprise/integrations/notion.mdx @@ -507,4 +507,4 @@ crew.kickoff() Entre em contato com nosso time de suporte para auxílio na configuração ou solução de problemas com a integração Notion. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/salesforce.mdx b/docs/pt-BR/enterprise/integrations/salesforce.mdx index c39ead179..b33853245 100644 --- a/docs/pt-BR/enterprise/integrations/salesforce.mdx +++ b/docs/pt-BR/enterprise/integrations/salesforce.mdx @@ -630,4 +630,4 @@ Esta documentação abrangente cobre todas as ferramentas Salesforce organizadas Entre em contato com nossa equipe de suporte para assistência na configuração da integração com Salesforce ou para resolução de problemas. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/shopify.mdx b/docs/pt-BR/enterprise/integrations/shopify.mdx index 0496f8a5e..01d8995c8 100644 --- a/docs/pt-BR/enterprise/integrations/shopify.mdx +++ b/docs/pt-BR/enterprise/integrations/shopify.mdx @@ -380,4 +380,4 @@ crew.kickoff() Entre em contato com nossa equipe de suporte para assistência na configuração ou resolução de problemas de integração com o Shopify. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/slack.mdx b/docs/pt-BR/enterprise/integrations/slack.mdx index d0c6026e1..c1798194b 100644 --- a/docs/pt-BR/enterprise/integrations/slack.mdx +++ b/docs/pt-BR/enterprise/integrations/slack.mdx @@ -291,4 +291,4 @@ crew.kickoff() Entre em contato com nossa equipe de suporte para obter ajuda na configuração ou solução de problemas da integração com o Slack. - \ No newline at end of file + diff --git a/docs/pt-BR/enterprise/integrations/stripe.mdx b/docs/pt-BR/enterprise/integrations/stripe.mdx index 7b20dccb3..294936ff7 100644 --- a/docs/pt-BR/enterprise/integrations/stripe.mdx +++ b/docs/pt-BR/enterprise/integrations/stripe.mdx @@ -303,4 +303,4 @@ Os metadados permitem que você armazene informações adicionais sobre clientes } ``` -Esta integração permite uma automação abrangente do gerenciamento de pagamentos e assinaturas, possibilitando que seus agentes de IA administrem operações de faturamento perfeitamente dentro do seu ecossistema Stripe. \ No newline at end of file +Esta integração permite uma automação abrangente do gerenciamento de pagamentos e assinaturas, possibilitando que seus agentes de IA administrem operações de faturamento perfeitamente dentro do seu ecossistema Stripe. diff --git a/docs/pt-BR/enterprise/integrations/zendesk.mdx b/docs/pt-BR/enterprise/integrations/zendesk.mdx index 8f6f0026e..a904bd135 100644 --- a/docs/pt-BR/enterprise/integrations/zendesk.mdx +++ b/docs/pt-BR/enterprise/integrations/zendesk.mdx @@ -341,4 +341,4 @@ crew = Crew( ) crew.kickoff() -``` \ No newline at end of file +``` diff --git a/docs/pt-BR/learn/human-input-on-execution.mdx b/docs/pt-BR/learn/human-input-on-execution.mdx index 847923f38..44305127d 100644 --- a/docs/pt-BR/learn/human-input-on-execution.mdx +++ b/docs/pt-BR/learn/human-input-on-execution.mdx @@ -96,4 +96,4 @@ result = crew.kickoff() print("######################") print(result) -``` \ No newline at end of file +``` diff --git a/docs/pt-BR/learn/llm-selection-guide.mdx b/docs/pt-BR/learn/llm-selection-guide.mdx index fc0a25af8..1a2b4e40e 100644 --- a/docs/pt-BR/learn/llm-selection-guide.mdx +++ b/docs/pt-BR/learn/llm-selection-guide.mdx @@ -44,7 +44,7 @@ O passo mais crítico na seleção de LLMs é entender o que sua tarefa realment - **Tarefas Criativas** exigem um tipo diferente de capacidade cognitiva, focada em gerar conteúdo novo, envolvente e adequado ao contexto. Isso inclui storytelling, criação de textos de marketing e solução criativa de problemas. O modelo deve compreender nuances, tom e público, produzindo conteúdo autêntico e envolvente, não apenas fórmulas. - + - **Dados Estruturados** exigem precisão e consistência na adesão ao formato. Ao trabalhar com JSON, XML ou formatos de banco de dados, o modelo deve produzir saídas sintaticamente corretas, que possam ser processadas programaticamente. Essas tarefas possuem requisitos rígidos de validação e pouca tolerância a erros de formato, tornando a confiabilidade mais importante que a criatividade. @@ -52,7 +52,7 @@ O passo mais crítico na seleção de LLMs é entender o que sua tarefa realment - **Conteúdo Técnico** situa-se entre dados estruturados e conteúdo criativo, demandando precisão e clareza. Documentação, geração de código e análises técnicas precisam ser exatas e completas, mas ainda assim acessíveis ao público-alvo. O modelo deve entender conceitos técnicos complexos e comunicá-los de forma eficaz. - + - **Contexto Curto** envolve tarefas imediatas e focalizadas, onde o modelo processa informações limitadas rapidamente. São interações transacionais em que velocidade e eficiência importam mais do que compreensão profunda. O modelo não precisa manter histórico extenso ou processar grandes documentos. @@ -74,7 +74,7 @@ Entender as capacidades dos modelos exige ir além do marketing e dos benchmarks Entretanto, há trade-offs em termos de custo e velocidade. Podem ser menos adequados para tarefas criativas ou operações simples, onde suas capacidades avançadas não são necessárias. Considere-os quando as tarefas realmente se beneficiarem dessa análise detalhada. - + Modelos de uso geral oferecem uma abordagem equilibrada, com desempenho sólido em uma ampla gama de tarefas, sem especialização extrema. São treinados em conjuntos de dados diversificados e otimizados para versatilidade. @@ -82,7 +82,7 @@ Entender as capacidades dos modelos exige ir além do marketing e dos benchmarks Embora não atinjam picos de desempenho como modelos especializados, oferecem simplicidade operacional e baixa complexidade na gestão. São o melhor ponto de partida para novos projetos, permitindo descobertas de necessidades antes de avançar para otimizações. - + Modelos rápidos e eficientes priorizam velocidade, custo e eficiência de recursos, em vez de raciocínio sofisticado. São otimizados para cenários de alto volume onde respostas rápidas e baixos custos são mais importantes que compreensão ou criatividade profunda. @@ -90,7 +90,7 @@ Entender as capacidades dos modelos exige ir além do marketing e dos benchmarks O ponto crucial é garantir que suas capacidades atendam às exigências da tarefa. Podem não atender tarefas que exijam entendimento profundo, raciocínio complexo ou geração de conteúdo sofisticado. São ideais para tarefas rotineiras bem definidas. - + Modelos criativos são otimizados para geração de conteúdo, qualidade de escrita e pensamento inovador. Excelentes na compreensão de nuances, tom e estilo, produzindo conteúdo envolvente e natural. @@ -98,7 +98,7 @@ Entender as capacidades dos modelos exige ir além do marketing e dos benchmarks Ao selecionar esses modelos, considere não apenas a habilidade de gerar texto, mas a compreensão de público, contexto e objetivo. Os melhores modelos criativos adaptam a saída à voz da marca, diferentes segmentos e mantêm consistência em peças longas. - + Modelos open source oferecem vantagens em controle de custos, potencial de customização, privacidade de dados e flexibilidade de deployment. Podem ser rodados localmente ou em infraestrutura própria, dando controle total sobre dados e comportamento. @@ -151,7 +151,7 @@ content_writer = Agent( ) data_processor = Agent( - role="Data Analysis Specialist", + role="Data Analysis Specialist", goal="Extract and organize key data points from research sources", backstory="Detail-oriented analyst focused on accuracy and efficiency", llm=processing_llm, # Modelo rápido para tarefas rotineiras @@ -178,7 +178,7 @@ O segredo do sucesso na implementação multi-modelo está em entender como os a O custo é especialmente relevante, já que este LLM participa de todas as operações. O modelo precisa entregar capacidades suficientes, sem o preço premium de opções sofisticadas demais, buscando sempre o equilíbrio entre performance e valor. - + LLMs de function calling gerenciam o uso de ferramentas por todos os agentes, sendo críticos em crews que dependem fortemente de APIs externas e ferramentas. Devem ser precisos na extração de parâmetros e no processamento das respostas. @@ -186,7 +186,7 @@ O segredo do sucesso na implementação multi-modelo está em entender como os a Muitas equipes descobrem que modelos especializados em function calling ou de uso geral com forte suporte a ferramentas funcionam melhor do que modelos criativos ou de raciocínio nesse papel. O fundamental é assegurar que o modelo consiga converter instruções em chamadas estruturadas sem falhas. - + Agentes individuais podem sobrescrever o LLM do nível da crew quando suas necessidades diferem significativamente das do restante. Isso permite otimização pontual, mantendo a simplicidade operacional para os demais agentes. @@ -210,7 +210,7 @@ Definir bem as tarefas é frequentemente mais importante do que a seleção do m Erros comuns incluem objetivos vagos, falta de contexto, critérios de sucesso mal definidos ou mistura de tarefas totalmente distintas em um mesmo texto. O objetivo é passar informação suficiente para o sucesso, mas mantendo foco no resultado claro. - + As diretrizes da saída esperada funcionam como contrato entre definição de tarefa e agente, especificando claramente o que deve ser entregue e como será avaliado. Elas abrangem formato, estrutura e elementos essenciais. @@ -230,7 +230,7 @@ Definir bem as tarefas é frequentemente mais importante do que a seleção do m Funciona melhor quando há progressão lógica evidente e quando a saída de uma tarefa realmente agrega valor nas etapas seguintes. Cuidado com os gargalos; foque nas dependências essenciais. - + A execução paralela é valiosa quando as tarefas são independentes, o tempo é crítico ou há expertise distintas que não exigem coordenação. Pode reduzir drasticamente o tempo total, permitindo que agentes especializados atuem simultaneamente. @@ -286,10 +286,10 @@ domain_expert = Agent( role="B2B SaaS Marketing Strategist", goal="Develop comprehensive go-to-market strategies for enterprise software", backstory=""" - You have 10+ years of experience scaling B2B SaaS companies from Series A to IPO. - You understand the nuances of enterprise sales cycles, the importance of product-market - fit in different verticals, and how to balance growth metrics with unit economics. - You've worked with companies like Salesforce, HubSpot, and emerging unicorns, giving + You have 10+ years of experience scaling B2B SaaS companies from Series A to IPO. + You understand the nuances of enterprise sales cycles, the importance of product-market + fit in different verticals, and how to balance growth metrics with unit economics. + You've worked with companies like Salesforce, HubSpot, and emerging unicorns, giving you perspective on both established and disruptive go-to-market strategies. """, llm=LLM(model="claude-3-5-sonnet", temperature=0.3) # Criatividade balanceada com conhecimento de domínio @@ -317,9 +317,9 @@ tech_writer = Agent( role="API Documentation Specialist", goal="Create comprehensive, developer-friendly API documentation", backstory=""" - You're a technical writer with 8+ years documenting REST APIs, GraphQL endpoints, - and SDK integration guides. You've worked with developer tools companies and - understand what developers need: clear examples, comprehensive error handling, + You're a technical writer with 8+ years documenting REST APIs, GraphQL endpoints, + and SDK integration guides. You've worked with developer tools companies and + understand what developers need: clear examples, comprehensive error handling, and practical use cases. You prioritize accuracy and usability over marketing fluff. """, llm=LLM( @@ -327,7 +327,7 @@ tech_writer = Agent( temperature=0.1 ), tools=[code_analyzer_tool, api_scanner_tool], - verbose=True + verbose=True ) ``` @@ -351,26 +351,26 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl - Quais agentes lidam com tarefas mais complexas? - Quais agentes só processam ou formatam dados? - Algum agente depende fortemente de ferramentas? - + **Ação**: Documente funções dos agentes e identifique oportunidades de otimização. - + **Defina sua Base:** ```python # Comece com um padrão confiável para a crew default_crew_llm = LLM(model="gpt-4o-mini") # Base econômica - + crew = Crew( agents=[...], tasks=[...], memory=True ) ``` - + **Ação**: Defina o LLM padrão da crew antes de otimizar agentes individuais. - + **Identifique e Aprimore Agentes-Chave:** ```python @@ -380,25 +380,25 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl llm=LLM(model="gemini-2.5-flash-preview-05-20"), # ... demais configs ) - - # Agentes criativos ou customer-facing + + # Agentes criativos ou customer-facing content_agent = Agent( role="Content Creator", llm=LLM(model="claude-3-5-sonnet"), # ... demais configs ) ``` - + **Ação**: Faça upgrade dos 20% dos agentes que tratam 80% da complexidade. - + **Após colocar os agentes em produção:** - Use [CrewAI AMP platform](https://app.crewai.com) para testar seleções de modelo A/B - Execute múltiplas iterações com inputs reais para medir consistência e performance - Compare custo vs performance na configuração otimizada - Compartilhe resultados com o time para tomada coletiva de decisão - + **Ação**: Substitua achismos por validação com dados reais usando a plataforma de testes. @@ -413,7 +413,7 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl Entretanto, esses modelos são mais caros e lentos, devendo ser reservados para tarefas onde suas capacidades agregam valor real — evite usá-los apenas para operações simples. - + Modelos criativos são valiosos quando a principal entrega é geração de conteúdo e a qualidade, estilo e engajamento desse conteúdo impactam o sucesso. Se destacam quando redação e estilo importam, ideação criativa é necessária, ou voz de marca é fundamental. @@ -421,7 +421,7 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl Podem ser menos adequados para tarefas técnicas ou analíticas, onde precisão supera criatividade. Use-os quando aspectos comunicativos são fatores críticos de sucesso. - + Modelos eficientes são ideais para operações frequentes e rotineiras, onde velocidade e custo são prioridade. Trabalham melhor em tarefas com parâmetros bem definidos, sem necessidade de raciocínio avançado ou criatividade. @@ -429,7 +429,7 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl O ponto crítico é verificar adequação à tarefa. Funcionam para muitos fluxos rotineiros, mas podem falhar se a tarefa exigir compreensão técnica ou raciocínio. - + Modelos open source são atraentes quando há restrição orçamentária, necessidade de privacidade, personalização especial ou exigência de deployment local. @@ -451,12 +451,12 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl ```python # Agente estratégico recebe modelo premium manager = Agent(role="Strategy Manager", llm=LLM(model="gpt-4o")) - - # Agente de processamento recebe modelo eficiente + + # Agente de processamento recebe modelo eficiente processor = Agent(role="Data Processor", llm=LLM(model="gpt-4o-mini")) ``` - + **O problema**: Não entender como funciona a hierarquia LLM da CrewAI — configurações conflitam entre crew, manager e agentes. @@ -470,12 +470,12 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl manager_llm=LLM(model="gpt-4o"), process=Process.hierarchical ) - + # Agentes herdam o LLM da crew, salvo sobrescrita agent1 = Agent(llm=LLM(model="claude-3-5-sonnet")) ``` - + **O problema**: Escolher modelos pela capacidade geral e ignorar o desempenho em function calling em workflows intensivos em ferramentas. @@ -493,7 +493,7 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl ) ``` - + **O problema**: Decidir configurações complexas de modelo com base em hipóteses não validadas nos fluxos e tarefas reais CrewAI. @@ -503,7 +503,7 @@ Em vez de repetir o framework estratégico, segue um checklist tático para impl ```python # Comece assim crew = Crew(agents=[...], tasks=[...], llm=LLM(model="gpt-4o-mini")) - + # Teste a performance e só depois otimize agentes específicos # Use testes Enterprise para validar melhorias ``` @@ -571,23 +571,23 @@ A plataforma Enterprise transforma a seleção de modelos de um "palpite" para u Escolha os modelos pelo que sua tarefa realmente requer, não por reputação ou capacidades teóricas. - + Alinhe forças do modelo a papéis e responsabilidades dos agentes para melhor desempenho. - + Mantenha uma estratégia coerente de seleção de modelos em fluxos e componentes relacionados. - + Valide escolhas em uso real, não apenas em benchmarks. - + Comece simples e otimize com base na performance e necessidade práticas. - + Equilibre performance requerida, custo e complexidade. @@ -614,7 +614,7 @@ Estas tabelas exibem apenas alguns modelos líderes por categoria. Existem muito **Melhores para LLMs Manager e Análises Complexas** - + | Modelo | Score de Inteligência | Custo ($/M tokens) | Velocidade | Melhor Uso em CrewAI | |:------|:---------------------|:-------------------|:-----------|:--------------------| | **o3** | 70 | $17.50 | Rápido | Manager LLM para coordenação multi-agente | @@ -625,10 +625,10 @@ Estas tabelas exibem apenas alguns modelos líderes por categoria. Existem muito Esses modelos se destacam em raciocínio multi-etapas e são ideais para agentes que desenvolvem estratégias, coordenam outros agentes ou analisam informações complexas. - + **Melhores para Desenvolvimento e Workflows com Ferramentas** - + | Modelo | Performance em Coding | Tool Use Score | Custo ($/M tokens) | Melhor Uso em CrewAI | |:--------|:---------------------|:--------------|:-------------------|:--------------------| | **Claude 4 Sonnet** | Excelente | 72.7% | $6.00 | Agente principal de código/documentação técnica | @@ -639,10 +639,10 @@ Estas tabelas exibem apenas alguns modelos líderes por categoria. Existem muito Otimizados para geração de código, debugging e solução técnica, ideais para equipes de desenvolvimento. - + **Melhores para Operações em Massa e Aplicações em Tempo Real** - + | Modelo | Velocidade (tokens/s) | Latência (TTFT) | Custo ($/M tokens) | Melhor Uso em CrewAI | |:-------|:---------------------|:----------------|:-------------------|:---------------------| | **Llama 4 Scout** | 2.600 | 0.33s | $0.27 | Agentes de processamento de alto volume | @@ -653,10 +653,10 @@ Estas tabelas exibem apenas alguns modelos líderes por categoria. Existem muito Priorizam velocidade e eficiência, perfeitos para agentes em operações de rotina ou resposta ágil. **Dica:** Usar provedores de inference rápidos como Groq potencializa open source como Llama. - + **Melhores Modelos Coringa para Crews Diversos** - + | Modelo | Score Global | Versatilidade | Custo ($/M tokens) | Melhor Uso em CrewAI | |:------------|:--------------|:-------------|:-------------------|:--------------------| | **GPT-4.1** | 53 | Excelente | $3.50 | LLM generalista para equipes variadas | @@ -677,19 +677,19 @@ Estas tabelas exibem apenas alguns modelos líderes por categoria. Existem muito **Estratégia**: Implemente abordagem multi-modelo, reservando premium para raciocínio estratégico e eficientes para operações rotineiras. - + **Foco no orçamento**: Foque em modelos como **DeepSeek R1**, **Llama 4 Scout** ou **Gemini 2.0 Flash**, que trazem ótimo desempenho com investimento reduzido. **Estratégia**: Use modelos econômicos para maioria dos agentes, reservando premium apenas para funções críticas. - + **Para expertise específica**: Escolha modelos otimizados para seu principal caso de uso: **Claude 4** em código, **Gemini 2.5 Pro** em pesquisa, **Llama 405B** em function calling. **Estratégia**: Selecione conforme a principal função da crew, garantindo alinhamento de capacidade e modelo. - + **Para operações sensíveis**: Avalie modelos open source como **Llama 4** series, **DeepSeek V3** ou **Qwen3** para deployment privado, mantendo performance competitiva. @@ -713,16 +713,16 @@ Estas tabelas exibem apenas alguns modelos líderes por categoria. Existem muito Inicie com opções consagradas como **GPT-4.1**, **Claude 3.7 Sonnet** ou **Gemini 2.0 Flash**, que oferecem bom desempenho e ampla validação. - + Descubra se sua crew possui requisitos específicos (código, raciocínio, velocidade) que justifiquem modelos como **Claude 4 Sonnet** para desenvolvimento ou **o3** para análise. Para aplicações críticas em velocidade, considere Groq aliado à seleção do modelo. - + Use modelos diferentes para agentes distintos conforme o papel. Modelos de alta capacidade para managers e tarefas complexas, eficientes para rotinas. - + Acompanhe métricas relevantes ao seu caso e esteja pronto para ajustar modelos conforme lançamentos ou mudanças de preços. - \ No newline at end of file + diff --git a/docs/pt-BR/learn/using-annotations.mdx b/docs/pt-BR/learn/using-annotations.mdx index d9b5c41db..c084d0393 100644 --- a/docs/pt-BR/learn/using-annotations.mdx +++ b/docs/pt-BR/learn/using-annotations.mdx @@ -109,7 +109,7 @@ def crew(self) -> Crew: process=Process.sequential, verbose=True ) -``` +``` A anotação `@crew` é usada para decorar o método que cria e retorna o objeto `Crew`. Este método reúne todos os componentes (agentes e tarefas) em um crew funcional. diff --git a/docs/pt-BR/tools/automation/zapieractionstool.mdx b/docs/pt-BR/tools/automation/zapieractionstool.mdx index 468b77eda..256c4f47d 100644 --- a/docs/pt-BR/tools/automation/zapieractionstool.mdx +++ b/docs/pt-BR/tools/automation/zapieractionstool.mdx @@ -55,5 +55,3 @@ result = crew.kickoff() ## Notes - The adapter fetches available actions and generates `BaseTool` wrappers dynamically. - - diff --git a/docs/pt-BR/tools/database-data/mongodbvectorsearchtool.mdx b/docs/pt-BR/tools/database-data/mongodbvectorsearchtool.mdx index 09c5ee518..15ebcde88 100644 --- a/docs/pt-BR/tools/database-data/mongodbvectorsearchtool.mdx +++ b/docs/pt-BR/tools/database-data/mongodbvectorsearchtool.mdx @@ -158,12 +158,10 @@ task = Task( ) crew = Crew( - agents=[agent], + agents=[agent], tasks=[task], verbose=True, ) result = crew.kickoff() ``` - - diff --git a/docs/pt-BR/tools/database-data/singlestoresearchtool.mdx b/docs/pt-BR/tools/database-data/singlestoresearchtool.mdx index 8275c12f9..fa41f25e3 100644 --- a/docs/pt-BR/tools/database-data/singlestoresearchtool.mdx +++ b/docs/pt-BR/tools/database-data/singlestoresearchtool.mdx @@ -30,33 +30,31 @@ from crewai import Agent, Task, Crew from crewai_tools import SingleStoreSearchTool tool = SingleStoreSearchTool( - tables=["products"], - host="host", - user="user", - password="pass", + tables=["products"], + host="host", + user="user", + password="pass", database="db", ) agent = Agent( - role="Analyst", - goal="Query SingleStore", - tools=[tool], + role="Analyst", + goal="Query SingleStore", + tools=[tool], verbose=True, ) task = Task( - description="List 5 products", - expected_output="5 rows as JSON/text", + description="List 5 products", + expected_output="5 rows as JSON/text", agent=agent, ) crew = Crew( - agents=[agent], + agents=[agent], tasks=[task], verbose=True, ) result = crew.kickoff() ``` - - diff --git a/docs/pt-BR/tools/file-document/ocrtool.mdx b/docs/pt-BR/tools/file-document/ocrtool.mdx index 162ca7834..b3175cb6d 100644 --- a/docs/pt-BR/tools/file-document/ocrtool.mdx +++ b/docs/pt-BR/tools/file-document/ocrtool.mdx @@ -40,13 +40,13 @@ from crewai_tools import OCRTool ocr = OCRTool() agent = Agent( - role="OCR", - goal="Extract text", + role="OCR", + goal="Extract text", tools=[ocr], ) task = Task( - description="Extract text from https://example.com/invoice.jpg", + description="Extract text from https://example.com/invoice.jpg", expected_output="All detected text in plain text", agent=agent, ) @@ -86,5 +86,3 @@ task = Task( crew = Crew(agents=[agent], tasks=[task]) result = crew.kickoff() ``` - - diff --git a/docs/pt-BR/tools/file-document/pdf-text-writing-tool.mdx b/docs/pt-BR/tools/file-document/pdf-text-writing-tool.mdx index 3e387a7b2..848272f1d 100644 --- a/docs/pt-BR/tools/file-document/pdf-text-writing-tool.mdx +++ b/docs/pt-BR/tools/file-document/pdf-text-writing-tool.mdx @@ -47,7 +47,7 @@ task = Task( ) crew = Crew( - agents=[agent], + agents=[agent], tasks=[task], verbose=True, ) @@ -73,5 +73,3 @@ PDFTextWritingTool().run( - Coordinate origin is the bottom‑left corner. - If using a custom font (`font_file`), ensure it is a valid `.ttf`. - - diff --git a/docs/pt-BR/tools/integration/bedrockinvokeagenttool.mdx b/docs/pt-BR/tools/integration/bedrockinvokeagenttool.mdx index b301591b6..2a8e2ba25 100644 --- a/docs/pt-BR/tools/integration/bedrockinvokeagenttool.mdx +++ b/docs/pt-BR/tools/integration/bedrockinvokeagenttool.mdx @@ -185,4 +185,4 @@ result = crew.kickoff() ### Cross-Organizational Agent Collaboration - Enable secure collaboration between your organization's CrewAI agents and partner organizations' Bedrock agents - Create workflows where external expertise from Bedrock agents can be incorporated without exposing sensitive data -- Build agent ecosystems that span organizational boundaries while maintaining security and data control \ No newline at end of file +- Build agent ecosystems that span organizational boundaries while maintaining security and data control diff --git a/docs/pt-BR/tools/integration/crewaiautomationtool.mdx b/docs/pt-BR/tools/integration/crewaiautomationtool.mdx index 62f1a4cea..4db577dc7 100644 --- a/docs/pt-BR/tools/integration/crewaiautomationtool.mdx +++ b/docs/pt-BR/tools/integration/crewaiautomationtool.mdx @@ -273,4 +273,4 @@ The tool interacts with two main API endpoints: - Successful tasks return the result directly, while failed tasks return error information - Bearer tokens should be kept secure and not hardcoded in production environments - Consider using environment variables for sensitive configuration like bearer tokens -- Custom input schemas must be compatible with the target crew automation's expected parameters \ No newline at end of file +- Custom input schemas must be compatible with the target crew automation's expected parameters diff --git a/docs/pt-BR/tools/search-research/arxivpapertool.mdx b/docs/pt-BR/tools/search-research/arxivpapertool.mdx index f952ed348..8af4f82d5 100644 --- a/docs/pt-BR/tools/search-research/arxivpapertool.mdx +++ b/docs/pt-BR/tools/search-research/arxivpapertool.mdx @@ -63,7 +63,7 @@ result = crew.kickoff() from crewai_tools import ArxivPaperTool tool = ArxivPaperTool( - download_pdfs=True, + download_pdfs=True, save_dir="./arxiv_pdfs", ) print(tool.run(search_query="mixture of experts", max_results=3)) @@ -109,5 +109,3 @@ When `download_pdfs=True`, PDFs are saved to disk and the summary mentions saved ## Error Handling - Network issues, invalid XML, and OS errors are handled with informative messages. - - diff --git a/docs/pt-BR/tools/search-research/databricks-query-tool.mdx b/docs/pt-BR/tools/search-research/databricks-query-tool.mdx index 709ba383e..7b3f2e2b7 100644 --- a/docs/pt-BR/tools/search-research/databricks-query-tool.mdx +++ b/docs/pt-BR/tools/search-research/databricks-query-tool.mdx @@ -21,7 +21,7 @@ uv add crewai-tools[databricks-sdk] - `DATABRICKS_CONFIG_PROFILE` or (`DATABRICKS_HOST` + `DATABRICKS_TOKEN`) -Create a personal access token and find host details in the Databricks workspace under User Settings → Developer. +Create a personal access token and find host details in the Databricks workspace under User Settings → Developer. Docs: https://docs.databricks.com/en/dev-tools/auth/pat.html ## Example @@ -31,7 +31,7 @@ from crewai import Agent, Task, Crew from crewai_tools import DatabricksQueryTool tool = DatabricksQueryTool( - default_catalog="main", + default_catalog="main", default_schema="default", ) @@ -44,12 +44,12 @@ agent = Agent( task = Task( description="SELECT * FROM my_table LIMIT 10", - expected_output="10 rows", + expected_output="10 rows", agent=agent, ) crew = Crew( - agents=[agent], + agents=[agent], tasks=[task], verbose=True, ) @@ -77,5 +77,3 @@ print(result) - Authentication errors: verify `DATABRICKS_HOST` begins with `https://` and token is valid. - Permissions: ensure your SQL warehouse and schema are accessible by your token. - Limits: long‑running queries should be avoided in agent loops; add filters/limits. - - diff --git a/docs/pt-BR/tools/search-research/serpapi-googlesearchtool.mdx b/docs/pt-BR/tools/search-research/serpapi-googlesearchtool.mdx index bf3e551e2..924b0a52e 100644 --- a/docs/pt-BR/tools/search-research/serpapi-googlesearchtool.mdx +++ b/docs/pt-BR/tools/search-research/serpapi-googlesearchtool.mdx @@ -62,5 +62,3 @@ result = crew.kickoff() ## Notes - This tool wraps SerpApi and returns structured search results. - - diff --git a/docs/pt-BR/tools/search-research/serpapi-googleshoppingtool.mdx b/docs/pt-BR/tools/search-research/serpapi-googleshoppingtool.mdx index 13138b6f4..398d38f48 100644 --- a/docs/pt-BR/tools/search-research/serpapi-googleshoppingtool.mdx +++ b/docs/pt-BR/tools/search-research/serpapi-googleshoppingtool.mdx @@ -58,5 +58,3 @@ result = crew.kickoff() - `search_query` (str, required): Product search query. - `location` (str, optional): Geographic location parameter. - - diff --git a/docs/pt-BR/tools/search-research/tavilyextractortool.mdx b/docs/pt-BR/tools/search-research/tavilyextractortool.mdx index 4b1d4b091..ed384de44 100644 --- a/docs/pt-BR/tools/search-research/tavilyextractortool.mdx +++ b/docs/pt-BR/tools/search-research/tavilyextractortool.mdx @@ -137,4 +137,4 @@ Common response elements include: - **Monitoring**: Regular extraction of content for change detection - **Data Collection**: Systematic extraction of information from web sources -Refer to the [Tavily API documentation](https://docs.tavily.com/docs/tavily-api/python-sdk#extract) for detailed information about the response structure and available options. \ No newline at end of file +Refer to the [Tavily API documentation](https://docs.tavily.com/docs/tavily-api/python-sdk#extract) for detailed information about the response structure and available options. diff --git a/docs/pt-BR/tools/search-research/tavilysearchtool.mdx b/docs/pt-BR/tools/search-research/tavilysearchtool.mdx index 0d3af2ba3..3252e82ac 100644 --- a/docs/pt-BR/tools/search-research/tavilysearchtool.mdx +++ b/docs/pt-BR/tools/search-research/tavilysearchtool.mdx @@ -122,4 +122,4 @@ The tool returns search results as a JSON string containing: - Optional image results - Optional raw HTML content (when enabled) -Content for each result is automatically truncated to prevent context window issues while maintaining the most relevant information. \ No newline at end of file +Content for each result is automatically truncated to prevent context window issues while maintaining the most relevant information. diff --git a/docs/pt-BR/tools/tool-integrations/overview.mdx b/docs/pt-BR/tools/tool-integrations/overview.mdx index 6f59ca471..4dfa0e62b 100644 --- a/docs/pt-BR/tools/tool-integrations/overview.mdx +++ b/docs/pt-BR/tools/tool-integrations/overview.mdx @@ -28,4 +28,3 @@ mode: "wide" Use these integrations to connect CrewAI with your infrastructure and workflows. - diff --git a/docs/pt-BR/tools/web-scraping/brightdata-tools.mdx b/docs/pt-BR/tools/web-scraping/brightdata-tools.mdx index 36da3c461..b9a5f222b 100644 --- a/docs/pt-BR/tools/web-scraping/brightdata-tools.mdx +++ b/docs/pt-BR/tools/web-scraping/brightdata-tools.mdx @@ -20,7 +20,7 @@ uv add crewai-tools requests aiohttp - `BRIGHT_DATA_API_KEY` (required) - `BRIGHT_DATA_ZONE` (for SERP/Web Unlocker) -Create credentials at https://brightdata.com/ (sign up, then create an API token and zone). +Create credentials at https://brightdata.com/ (sign up, then create an API token and zone). See their docs: https://developers.brightdata.com/ ## Included Tools @@ -37,7 +37,7 @@ See their docs: https://developers.brightdata.com/ from crewai_tools import BrightDataSearchTool tool = BrightDataSearchTool( - query="CrewAI", + query="CrewAI", country="us", ) @@ -50,7 +50,7 @@ print(tool.run()) from crewai_tools import BrightDataWebUnlockerTool tool = BrightDataWebUnlockerTool( - url="https://example.com", + url="https://example.com", format="markdown", ) @@ -63,7 +63,7 @@ print(tool.run(url="https://example.com")) from crewai_tools import BrightDataDatasetTool tool = BrightDataDatasetTool( - dataset_type="ecommerce", + dataset_type="ecommerce", url="https://example.com/product", ) @@ -82,7 +82,7 @@ from crewai import Agent, Task, Crew from crewai_tools import BrightDataSearchTool tool = BrightDataSearchTool( - query="CrewAI", + query="CrewAI", country="us", ) @@ -101,12 +101,10 @@ task = Task( ) crew = Crew( - agents=[agent], + agents=[agent], tasks=[task], verbose=True, ) result = crew.kickoff() ``` - - diff --git a/docs/pt-BR/tools/web-scraping/serperscrapewebsitetool.mdx b/docs/pt-BR/tools/web-scraping/serperscrapewebsitetool.mdx index 105492388..cae0b6d7f 100644 --- a/docs/pt-BR/tools/web-scraping/serperscrapewebsitetool.mdx +++ b/docs/pt-BR/tools/web-scraping/serperscrapewebsitetool.mdx @@ -98,4 +98,4 @@ The tool includes comprehensive error handling for: - Always store your `SERPER_API_KEY` in environment variables, never hardcode it in your source code - Be mindful of rate limits imposed by the Serper API - Respect robots.txt and website terms of service when scraping content -- Consider implementing delays between requests for large-scale scraping operations \ No newline at end of file +- Consider implementing delays between requests for large-scale scraping operations