تكامل CrewAI

ابنِ أطقم وكلاء متعددة مع CrewAI وVenice — اضبط نماذج Venice الخاصة وغير المُقيَّدة كواجهة LLM للتعاون بين الوكلاء القائمين على الأدوار.

تُمكّنك CrewAI من بناء أنظمة مستقلة متعددة الوكلاء حيث يتعاون وكلاء ذكاء اصطناعي متخصصون لإنجاز مهام معقدة. يعمل Venice AI بوصفه مزوّد LLM جاهزًا للاستخدام بفضل التوافق مع OpenAI.

​

الإعداد

pip install crewai crewai-tools

​

التهيئة الأساسية

قم بتهيئة Venice مزوّد LLM لـ CrewAI باستخدام الواجهة المتوافقة مع OpenAI:

import os

os.environ["OPENAI_API_KEY"] = "your-venice-api-key"
os.environ["OPENAI_API_BASE"] = "https://api.venice.ai/api/v1"
os.environ["OPENAI_MODEL_NAME"] = "venice-uncensored"

أو قم بالتهيئة لكل وكيل باستخدام كائن LLM:

from crewai import LLM

venice_llm = LLM(
    model="openai/venice-uncensored",
    api_key="your-venice-api-key",
    base_url="https://api.venice.ai/api/v1",
    temperature=0.7,
)

# لمهام الاستدلال المعقدة
venice_flagship = LLM(
    model="openai/zai-org-glm-5-1",
    api_key="your-venice-api-key",
    base_url="https://api.venice.ai/api/v1",
    temperature=0.3,
)

​

طاقمك الأول

أنشئ طاقم بحث بسيطًا بوكيلَين:

from crewai import Agent, Task, Crew

# الوكيل 1: الباحث
researcher = Agent(
    role="Senior Research Analyst",
    goal="Find comprehensive, accurate information on the given topic",
    backstory="You are an expert researcher with a keen eye for detail. "
              "You excel at finding and synthesizing information from multiple sources.",
    llm=venice_flagship,
    verbose=True,
)

# الوكيل 2: الكاتب
writer = Agent(
    role="Content Strategist",
    goal="Create engaging, well-structured content from research findings",
    backstory="You are a skilled writer who transforms complex research "
              "into clear, compelling content that readers love.",
    llm=venice_llm,
    verbose=True,
)

# المهمة 1: البحث
research_task = Task(
    description="Research the topic: {topic}. "
                "Find key facts, recent developments, and expert opinions. "
                "Provide a structured summary with sources.",
    expected_output="A detailed research summary with key findings, "
                    "organized by subtopic, with at least 5 key points.",
    agent=researcher,
)

# المهمة 2: كتابة مقال
write_task = Task(
    description="Using the research provided, write a compelling blog post "
                "about {topic}. Include an introduction, main sections, and conclusion.",
    expected_output="A well-written blog post of 500-800 words with clear sections.",
    agent=writer,
    context=[research_task],  # يستخدم مخرجات research_task
)

# إنشاء الطاقم وتشغيله
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task],
    verbose=True,
)

result = crew.kickoff(inputs={"topic": "The future of privacy-preserving AI"})
print(result)

​

طاقم تحليل منتج متعدد الوكلاء

مثال أكثر تعقيدًا بوكلاء متخصصين:

from crewai import Agent, Task, Crew, Process

# نماذج مختلفة لقدرات وكلاء مختلفة
fast_llm = LLM(model="openai/qwen3-5-9b", api_key="your-key", base_url="https://api.venice.ai/api/v1")
smart_llm = LLM(model="openai/zai-org-glm-5-1", api_key="your-key", base_url="https://api.venice.ai/api/v1")
uncensored_llm = LLM(model="openai/venice-uncensored-1-2", api_key="your-key", base_url="https://api.venice.ai/api/v1")

# محلل السوق - يحتاج إلى ذكاء
market_analyst = Agent(
    role="Market Research Analyst",
    goal="Analyze market trends and competitive landscape",
    backstory="You are a veteran market analyst with 15 years of experience "
              "in tech markets. You provide unbiased, data-driven insights.",
    llm=smart_llm,
    verbose=True,
)

# الفريق الأحمر - يستفيد من التفكير غير المراقَب
red_team = Agent(
    role="Red Team Critic",
    goal="Find weaknesses, risks, and potential failures in business strategies",
    backstory="You are a brutally honest critic who stress-tests ideas. "
              "You find every possible flaw and risk, no matter how uncomfortable.",
    llm=uncensored_llm,  # غير مراقَب للنقد الصادق
    verbose=True,
)

# الاستراتيجي - يحتاج إلى استدلال
strategist = Agent(
    role="Business Strategist",
    goal="Synthesize analysis into actionable strategy recommendations",
    backstory="You are a McKinsey-trained strategist who creates clear, "
              "actionable plans from complex analyses.",
    llm=smart_llm,
    verbose=True,
)

# المهام
market_task = Task(
    description="Analyze the market opportunity for: {product_idea}. "
                "Cover market size, competitors, trends, and target audience.",
    expected_output="Structured market analysis with TAM/SAM/SOM estimates, "
                    "top 5 competitors, and 3 key market trends.",
    agent=market_analyst,
)

critique_task = Task(
    description="Critically evaluate this product idea and market analysis. "
                "Find every weakness, risk, and potential failure mode. Be brutally honest.",
    expected_output="A list of at least 5 critical risks, 3 potential failure modes, "
                    "and honest assessment of whether this idea will succeed.",
    agent=red_team,
    context=[market_task],
)

strategy_task = Task(
    description="Based on the market analysis and red team critique, "
                "create a go-to-market strategy that addresses the identified risks.",
    expected_output="A clear go-to-market strategy with: positioning statement, "
                    "3 key differentiators, launch timeline, and risk mitigations.",
    agent=strategist,
    context=[market_task, critique_task],
)

crew = Crew(
    agents=[market_analyst, red_team, strategist],
    tasks=[market_task, critique_task, strategy_task],
    process=Process.sequential,
    verbose=True,
)

result = crew.kickoff(inputs={
    "product_idea": "A privacy-first AI coding assistant that runs on Venice API"
})
print(result)

​

استخدام الأدوات

عزّز الوكلاء ببحث الويب وأدوات أخرى:

يتطلب SerperDevTool متغير بيئة SERPER_API_KEY من serper.dev. كبديل، يمكنك استخدام بحث الويب المدمج في Venice عبر تمرير venice_parameters: {"enable_web_search": "auto"} من خلال model_kwargs — دون الحاجة إلى مفتاح API إضافي. راجع تكامل بحث الويب في دليل LangChain للحصول على مثال.

from crewai_tools import SerperDevTool, WebsiteSearchTool
from crewai import Agent, Task, Crew

# أداة البحث على الويب (تتطلب متغير البيئة SERPER_API_KEY)
search_tool = SerperDevTool()

researcher = Agent(
    role="Web Researcher",
    goal="Find the latest information on any topic",
    backstory="You are an expert web researcher.",
    llm=venice_flagship,
    tools=[search_tool],
    verbose=True,
)

task = Task(
    description="Research the latest developments in {topic} from the past week.",
    expected_output="A summary of 5 recent developments with dates and sources.",
    agent=researcher,
)

crew = Crew(agents=[researcher], tasks=[task], verbose=True)
result = crew.kickoff(inputs={"topic": "decentralized AI"})

​

دليل اختيار النموذج لـ CrewAI

اختر نموذج Venice المناسب لكل دور وكيل:

دور الوكيل	النموذج الموصى به	السبب
الاستدلال المعقد / الاستراتيجية	zai-org-glm-5-1	أفضل نموذج استدلال خاص
التحليل غير المراقَب / الفريق الأحمر	venice-uncensored-1-2	لا توجد تصفية للمحتوى
المهام عالية الحجم / السريعة	qwen3-5-9b	الأرخص بسعر 0.10$/1M رموز إدخال و0.15$/1M رموز إخراج
وكلاء توليد الكود	qwen3-coder-480b-a35b-instruct	محسَّن للكود
مهام الرؤية/متعددة الوسائط	qwen3-vl-235b-a22b	فهم رؤية متقدم
الفرق المهتمة بالميزانية	qwen3-5-9b (سريع) + venice-uncensored-1-2 (رئيسي)	مزيج منخفض التكلفة

​

نصائح لتحسين التكاليف

1. استخدم نماذج أرخص للوكلاء الأبسط: لا يحتاج كل وكيل إلى نموذج رئيسي. استخدم qwen3-4b للتنسيق أو التلخيص أو الاستخراج البسيط.

2. استخدم venice-uncensored للأدوار الإبداعية/النقدية: سريع ورخيص ولن يرفض التحليلات غير المريحة.

3. خصّص النماذج الرئيسية للاستدلال: استخدم zai-org-glm-5-1 فقط للوكلاء الذين يحتاجون إلى استدلال معقد أو استدعاء دوال موثوق.

4. حدّد الحد الأقصى للتكرارات: اضبط max_iter على الوكلاء لمنع استهلاك الرموز الجامح:

   agent = Agent(role="...", goal="...", backstory="...", llm=venice_llm, max_iter=5)
   

​

ميزة الخصوصية

تجعل ضمانات خصوصية Venice مثاليًا لحالات استخدام CrewAI التي تتضمن:

• الاستراتيجية التجارية السرية — يعني الاحتفاظ الصفري بالبيانات أن تحليلك التنافسي يبقى خاصًا
• معالجة البيانات الحساسة — لا تقوم النماذج الخاصة بتسجيل أو تخزين بياناتك أبدًا
• تمارين الفريق الأحمر — تقدم النماذج غير المراقَبة ملاحظات صادقة دون تصفية المحتوى

وثائق CrewAI

التوثيق الرسمي لـ CrewAI

نماذج Venice

تصفح جميع نماذج Venice