CrewAI集成国内大语言模型参考范例

本文的方法支持openai三方框架的模型皆可使用 注:这里的openai指的并非公司名字 而是框架库名字 基本上国内的模型都支持了这个库 可以去对应官网找到模型名称 前缀加上open/字眼即可进行调用

通用部分

进入crewai官网Quickstart - CrewAI按照官方指示进行顺序操作

本文作者文章风格实用简洁 直接把安装代码放到下面

lua 复制代码
pip install uv
uv tool install crewai
crewai create crew <此处去掉尖括号替换成实际项目名称>

提示选择模型提供商随机选择即可 不影响后续代码执行 执行完上面代码会创建对应名称的文件夹 文件结构如下:

css 复制代码
my_project/
├── .gitignore
├── knowledge/
├── pyproject.toml
├── README.md
├── .env
└── src/
 └── my_project/
     ├── __init__.py
     ├── main.py
     ├── crew.py
     ├── tools/
     │   ├── custom_tool.py
     │   └── __init__.py
     └── config/
         ├── agents.yaml
         └── tasks.yaml

本文旨在快速入门测试 跑通用例 不探讨各个文件含义

非通用部分

makefile 复制代码
注:差异部分仅仅在于不通模型官网的模型名称不同 使用方法一致

以智谱清言为例

首先去官方网站(www.bigmodel.cn)找到所需要的对应模型%25E6%2589%25BE%25E5%2588%25B0%25E6%2589%2580%25E9%259C%2580%25E8%25A6%2581%25E7%259A%2584%25E5%25AF%25B9%25E5%25BA%2594%25E6%25A8%25A1%25E5%259E%258B "https://www.bigmodel.cn)%E6%89%BE%E5%88%B0%E6%89%80%E9%9C%80%E8%A6%81%E7%9A%84%E5%AF%B9%E5%BA%94%E6%A8%A1%E5%9E%8B") 并生成保存自己的api key 并在生成的crew.py文件头部加上

ini 复制代码
  from crewai import LLM

  glm_4v_flash = LLM(
    model="openai/拟选用的模型名称",  # Specify the model name
    api_key="对应的api key",
    base_url="对应的模型url"
)

剩下的代码只需要修改每个你定义的agent部分的返回值 操作如下:

ini 复制代码
  return Agent(
            config=self.agents_config['对应的智能体行为 无需修改'],
            llm=glm_4v_flash(这里是上面的创建的crew LLM),  # Use the GLM-4V-Flash model
            verbose=True
        )

全文查询return Agent字段 修改llm=(你的创建的LLM对象名称) 接下来crew run即可运行 控制台输出全绿结果即代表你已入门ai agent领域 迈出了成为agent大师的第一步 超越国内99%的人 让我们一起创建agent 引领人类未来吧

相关推荐
搞笑的秀儿1 小时前
信息新技术
大数据·人工智能·物联网·云计算·区块链
阿里云大数据AI技术1 小时前
OpenSearch 视频 RAG 实践
数据库·人工智能·llm
XMAIPC_Robot1 小时前
基于ARM+FPGA的光栅尺精密位移加速度测试解决方案
arm开发·人工智能·fpga开发·自动化·边缘计算
加油吧zkf2 小时前
YOLO目标检测数据集类别:分类与应用
人工智能·计算机视觉·目标跟踪
Blossom.1182 小时前
机器学习在智能制造业中的应用:质量检测与设备故障预测
人工智能·深度学习·神经网络·机器学习·机器人·tensorflow·sklearn
天天扭码2 小时前
AI时代,前端如何处理大模型返回的多模态数据?
前端·人工智能·面试
难受啊马飞2.02 小时前
如何判断 AI 将优先自动化哪些任务?
运维·人工智能·ai·语言模型·程序员·大模型·大模型学习
顺丰同城前端技术团队2 小时前
掌握未来:构建专属领域的大模型与私有知识库——从部署到微调的全面指南
人工智能·deepseek
许泽宇的技术分享2 小时前
用.NET9+Blazor+Semantic Kernel,打造企业级AI知识库和智能体平台——AntSK深度解读
人工智能
烟锁池塘柳03 小时前
【深度学习】强化学习(Reinforcement Learning, RL)主流架构解析
人工智能·深度学习·机器学习