mirror of
https://github.com/crewAIInc/crewAI.git
synced 2026-01-08 15:48:29 +00:00
159 lines
4.8 KiB
Plaintext
159 lines
4.8 KiB
Plaintext
---
|
|
title: 'Repositórios de Agentes'
|
|
description: 'Aprenda a usar Repositórios de Agentes para compartilhar e reutilizar seus agentes entre equipes e projetos'
|
|
icon: 'database'
|
|
mode: "wide"
|
|
---
|
|
|
|
Repositórios de Agentes permitem que usuários do enterprise armazenem, compartilhem e reutilizem definições de agentes entre equipes e projetos. Esse recurso possibilita manter uma biblioteca centralizada de agentes padronizados, promovendo consistência e reduzindo a duplicidade de esforços.
|
|
|
|
## Benefícios dos Repositórios de Agentes
|
|
|
|
- **Padronização**: Mantenha definições de agentes consistentes em toda a sua organização
|
|
- **Reutilização**: Crie um agente uma vez e use-o em vários crews e projetos
|
|
- **Governança**: Implemente políticas organizacionais para configurações de agentes
|
|
- **Colaboração**: Permita que equipes compartilhem e evoluam o trabalho umas das outras
|
|
|
|
## Usando Repositórios de Agentes
|
|
|
|
### Pré-requisitos
|
|
|
|
1. Você deve ter uma conta na CrewAI, experimente o [plano gratuito](https://app.crewai.com).
|
|
2. Você precisa estar autenticado usando o CLI da CrewAI.
|
|
3. Se você tiver mais de uma organização, garanta que alternou para a organização correta usando o comando do CLI:
|
|
|
|
```bash
|
|
crewai org switch <org_id>
|
|
```
|
|
|
|
### Criando e gerenciando agentes em repositórios
|
|
|
|
Para criar e gerenciar agentes em repositórios, utilize o Painel do Enterprise.
|
|
|
|
### Carregando agentes de repositórios
|
|
|
|
Você pode carregar agentes de repositórios no seu código usando o parâmetro `from_repository`:
|
|
|
|
```python
|
|
from crewai import Agent
|
|
|
|
# Crie um agente carregando-o de um repositório
|
|
# O agente é carregado com todas as suas configurações predefinidas
|
|
researcher = Agent(
|
|
from_repository="market-research-agent"
|
|
)
|
|
|
|
```
|
|
|
|
### Sobrescrevendo configurações do repositório
|
|
|
|
Você pode sobrescrever configurações específicas do repositório informando-as na configuração do agente:
|
|
|
|
```python
|
|
researcher = Agent(
|
|
from_repository="market-research-agent",
|
|
goal="Pesquisar as tendências mais recentes em desenvolvimento de IA", # Sobrescreve o goal do repositório
|
|
verbose=True # Adiciona uma configuração que não está no repositório
|
|
)
|
|
```
|
|
|
|
### Exemplo: criando um Crew com agentes do repositório
|
|
|
|
```python
|
|
from crewai import Crew, Agent, Task
|
|
|
|
# Carregue agentes dos repositórios
|
|
researcher = Agent(
|
|
from_repository="market-research-agent"
|
|
)
|
|
|
|
writer = Agent(
|
|
from_repository="content-writer-agent"
|
|
)
|
|
|
|
# Crie tarefas
|
|
research_task = Task(
|
|
description="Pesquise as tendências mais recentes em IA",
|
|
agent=researcher
|
|
)
|
|
|
|
writing_task = Task(
|
|
description="Escreva um relatório abrangente com base na pesquisa",
|
|
agent=writer
|
|
)
|
|
|
|
# Crie o crew
|
|
crew = Crew(
|
|
agents=[researcher, writer],
|
|
tasks=[research_task, writing_task],
|
|
verbose=True
|
|
)
|
|
|
|
# Execute o crew
|
|
result = crew.kickoff()
|
|
```
|
|
|
|
### Exemplo: usando `kickoff()` com agentes do repositório
|
|
|
|
Você também pode usar agentes de repositório diretamente com o método `kickoff()` para interações mais simples:
|
|
|
|
```python
|
|
from crewai import Agent
|
|
from pydantic import BaseModel
|
|
from typing import List
|
|
|
|
# Defina um formato de saída estruturado
|
|
class MarketAnalysis(BaseModel):
|
|
key_trends: List[str]
|
|
opportunities: List[str]
|
|
recommendation: str
|
|
|
|
# Carregue um agente do repositório
|
|
analyst = Agent(
|
|
from_repository="market-analyst-agent",
|
|
verbose=True
|
|
)
|
|
|
|
# Obtenha uma resposta livre (texto)
|
|
result = analyst.kickoff("Analise o mercado de IA em 2025")
|
|
print(result.raw) # Acessa a resposta bruta
|
|
|
|
# Obtenha saída estruturada
|
|
structured_result = analyst.kickoff(
|
|
"Forneça uma análise estruturada do mercado de IA em 2025",
|
|
response_format=MarketAnalysis
|
|
)
|
|
|
|
# Acesse os dados estruturados
|
|
print(f"Principais Tendências: {structured_result.pydantic.key_trends}")
|
|
print(f"Recomendação: {structured_result.pydantic.recommendation}")
|
|
```
|
|
|
|
## Boas práticas
|
|
|
|
1. **Convenção de nomes**: Use nomes claros e descritivos para seus agentes de repositório
|
|
2. **Documentação**: Inclua descrições abrangentes para cada agente
|
|
3. **Gestão de ferramentas**: Garanta que as ferramentas referenciadas pelos agentes do repositório estejam disponíveis no seu ambiente
|
|
4. **Controle de acesso**: Gerencie permissões para que apenas membros autorizados possam modificar agentes do repositório
|
|
|
|
## Gerenciamento de organização
|
|
|
|
Para alternar entre organizações ou ver sua organização atual, use o CLI da CrewAI:
|
|
|
|
```bash
|
|
# Ver organização atual
|
|
crewai org current
|
|
|
|
# Alternar para outra organização
|
|
crewai org switch <org_id>
|
|
|
|
# Listar todas as organizações disponíveis
|
|
crewai org list
|
|
```
|
|
|
|
<Note>
|
|
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.
|
|
</Note>
|
|
|
|
|