CrewAI Orchestrator
本技能旨在规范 urgs 项目中 CrewAI 组件的扩展流程。它包含了 Agent、Task 和 Crew 的纵向延伸逻辑。
核心工作流
1. 调研与定位
在添加新 Agent 之前,必须确定其归属系统及所需工具:
- •查看
agent/tools/下是否有现成的工具集。 - •确认该 Agent 在
agent/crews.py的create_unified_crew中的整合位置。
2. 定义 Agent (agent/agents.py)
- •角色定位:遵循 agent_patterns.md 中的模板。
- •SOTA 协议:确保 Backstory 包含工具使用准则和事实核查要求。
- •LLM 选择:协调员使用
get_primary_llm(),专家使用get_secondary_llm()。
3. 定义 Task (agent/tasks.py)
- •任务解析:遵循 task_patterns.md 中的 CoT (Think/Plan/Delegate) 模式。
- •证据导向:明确
expected_output必须基于查到的真实证据,禁止猜测。
4. 组装 Crew (agent/crews.py)
- •工具注入:参考 tool_mapping.md 注入正确的数据库、知识库和血缘工具。
- •Manager 配置:确保新 Agent 被正确列入
agents列表,且由pm(Manager) 进行统一调度。
参考资料
准则
- •禁止冗余:不建议在没有明确业务需求的情况下添加通用的 Agent。
- •原子性:每个 Agent 应该是一个系统的“王牌专家”,功能应当垂直。
- •防御性编程:所有 Agent 都应预设“SQL 修复”和“无结果汇报”逻辑。