CrewAI 프레임워크 내 에이전트 협업의 동적 특성을 탐구하며, 향상된 기능을 위한 새롭게 통합된 기능에 초점을 맞춥니다.
Crew
클래스는 고급 기능을 지원하기 위해 여러 속성을 추가하여 개선되었다:
기능 | 설명 |
---|---|
언어 모델 관리 (manager_llm , function_calling_llm ) | 작업과 도구 실행을 위한 언어 모델을 관리한다. manager_llm 은 계층적 프로세스에 필요하며, function_calling_llm 은 선택 사항으로 기본값이 설정되어 있다. |
커스텀 매니저 에이전트 (manager_agent ) | 기본 CrewAI 매니저를 대체할 커스텀 에이전트를 지정한다. |
프로세스 흐름 (process ) | 작업 분배를 위한 실행 로직을 정의한다 (예: 순차적, 계층적). |
상세 로깅 (verbose ) | 모니터링과 디버깅을 위한 상세한 로깅을 제공한다. 정수와 불리언 값을 받아 로깅 수준을 조절한다. |
요청 제한 (max_rpm ) | 리소스 사용을 최적화하기 위해 분당 요청 수를 제한한다. 작업 복잡도와 부하에 따라 설정 가이드라인이 달라진다. |
국제화 및 커스텀화 (language , prompt_file ) | 전역 사용성을 위한 프롬프트 커스텀화를 지원한다. 파일 예시 |
실행 및 출력 처리 (full_output ) | 출력의 세부 사항을 제어하며, 전체 출력과 최종 출력을 구분한다. |
콜백 및 원격 측정 (step_callback , task_callback ) | 단계별 및 작업 수준의 실행 모니터링과 성능 분석을 위한 원격 측정을 활성화한다. |
Crew 공유 (share_crew ) | CrewAI와 크루 데이터를 공유하여 모델 개선에 기여한다. 프라이버시 영향과 이점을 고려해야 한다. |
사용 메트릭 (usage_metrics ) | 작업 실행 중 모든 LLM 사용 메트릭을 기록하여 성능 통찰력을 제공한다. |
메모리 사용 (memory ) | 실행 이력을 저장하기 위한 메모리를 활성화하여 에이전트 학습과 작업 효율성을 높인다. |
임베더 설정 (embedder ) | 언어 이해와 생성을 위한 임베더를 설정하며, 프로바이더 커스텀화를 지원한다. |
캐시 관리 (cache ) | 도구 실행 결과를 캐시할지 여부를 지정하여 성능을 향상시킨다. |
출력 로깅 (output_log_file ) | 크루 실행 출력을 기록할 파일 경로를 정의한다. |
계획 모드 (planning ) | 작업 실행 전에 액션 계획을 활성화한다. planning=True 로 설정하여 활성화한다. |
재실행 기능 (replay ) | CLI를 통해 마지막 실행에서 작업 목록을 확인하고 특정 작업부터 재실행할 수 있으며, 작업 관리와 문제 해결에 도움이 된다. |