import openlit
openlit.init(otlp_endpoint="http://127.0.0.1:4318")

from crewai import Agent, Task, Crew, Process
import openlit

openlit.init(disable_metrics=True)
# 에이전트 정의
researcher = Agent(
    role="Researcher",
    goal="AI와 AI 에이전트에 대해 철저한 연구와 분석 수행",
    backstory="기술, 소프트웨어 엔지니어링, AI, 스타트업 전문 연구원. 프리랜서로 활동 중이며 현재 새로운 클라이언트를 위해 연구 중.",
    allow_delegation=False,
    llm='command-r'
)


# 태스크 정의
task = Task(
    description="기사 주제로 흥미로운 아이디어 5개를 생성하고, 각 아이디어에 대해 전체 기사의 잠재력을 보여주는 매력적인 단락 작성. 아이디어 목록과 단락, 노트를 반환.",
    expected_output="5개의 불릿 포인트, 각각 단락과 노트 포함.",
)

# 매니저 에이전트 정의
manager = Agent(
    role="Project Manager",
    goal="크루를 효율적으로 관리하고 고품질 태스크 완수 보장",
    backstory="복잡한 프로젝트를 감독하고 팀을 성공으로 이끄는 경험 많은 프로젝트 매니저. 크루 멤버의 노력을 조율해 각 태스크가 시간 내에 최고 수준으로 완료되도록 한다.",
    allow_delegation=True,
    llm='command-r'
)

# 커스텀 매니저로 크루 인스턴스 생성
crew = Crew(
    agents=[researcher],
    tasks=[task],
    manager_agent=manager,
    process=Process.hierarchical,
)

# 크루 작업 시작
result = crew.kickoff()

print(result)

import openlit

openlit.init()

import asyncio
from crewai import Crew, Agent, Task
import openlit

openlit.init(otlp_endpoint="http://127.0.0.1:4318")

# 코드 실행이 가능한 에이전트 생성
coding_agent = Agent(
  role="Python Data Analyst",
  goal="Python을 사용해 데이터를 분석하고 인사이트 제공",
  backstory="강력한 Python 스킬을 가진 경험 많은 데이터 분석가.",
  allow_code_execution=True,
  llm="command-r"
)

# 코드 실행이 필요한 태스크 생성
data_analysis_task = Task(
  description="주어진 데이터셋을 분석하고 참가자의 평균 나이 계산. 나이: {ages}",
  agent=coding_agent,
  expected_output="5개의 불릿 포인트, 각각 단락과 노트 포함.",
)

# 크루 생성 및 태스크 추가
analysis_crew = Crew(
  agents=[coding_agent],
  tasks=[data_analysis_task]
)

# 비동기 함수로 크루 실행
async def async_crew_execution():
    result = await analysis_crew.kickoff_async(inputs={"ages": [25, 30, 35, 40, 45]})
    print("Crew Result:", result)

# 비동기 함수 실행
asyncio.run(async_crew_execution())