ابنِ أول Crew

بناء Crew للبحث

في هذا الدليل ستنشئ crew من Agentين: واحد للبحث وآخر لكتابة تقرير markdown. مشاريع الـ crew الجديدة هي JSON-first: تُعرّف الـ Agents في agents/*.jsonc، وتُعرّف المهام وإعدادات الـ crew في crew.jsonc، ويحمّل crewai run هذا التعريف مباشرة.

المتطلبات

تثبيت CrewAI من دليل التثبيت
إعداد مفتاح LLM من دليل LLMs
مفتاح Serper.dev إذا أردت استخدام البحث على الويب

الخطوة 1: إنشاء Crew جديدة

crewai create crew research_crew
cd research_crew

البنية الناتجة:

research_crew/
├── .gitignore
├── .env
├── agents/
│   └── researcher.jsonc
├── crew.jsonc
├── knowledge/
├── pyproject.toml
├── README.md
├── skills/
└── tools/

الخطوة 2: تعريف الـ Agents

عدّل ملف agents/researcher.jsonc الذي أنشأه القالب، ثم أضف agents/analyst.jsonc. يجب أن تطابق أسماء الملفات الأسماء المشار إليها في crew.jsonc.

{
  "role": "Senior Research Specialist for {topic}",
  "goal": "Find comprehensive and accurate information about {topic}, with a focus on recent developments and key insights.",
  "backstory": "You are an experienced research specialist who organizes complex information into clear, useful notes.",
  // استبدله بالنموذج الذي تستخدمه، مثل "openai/gpt-4o".
  "llm": "provider/model-id",
  "tools": ["SerperDevTool"],
  "settings": {
    "verbose": true,
    "allow_delegation": false
  }
}

{
  "role": "Report Analyst for {topic}",
  "goal": "Turn research findings into a clear, well-structured report.",
  "backstory": "You are a careful analyst with strong technical writing skills and a talent for extracting useful insights.",
  // استبدله بالنموذج الذي تستخدمه، مثل "openai/gpt-4o".
  "llm": "provider/model-id",
  "settings": {
    "verbose": true,
    "allow_delegation": false
  }
}

استبدل provider/model-id بالنموذج الذي تستخدمه، مثل openai/gpt-4o أو anthropic/claude-sonnet-4-6 أو gemini/gemini-2.0-flash-001.

الخطوة 3: تعريف المهام وإعدادات الـ Crew

استبدل crew.jsonc بما يلي:

{
  "name": "Research Crew",
  "agents": ["researcher", "analyst"],
  "tasks": [
    {
      "name": "research_task",
      "description": "Conduct thorough research on {topic}. Focus on key concepts, recent developments, major challenges, notable applications, and future outlook.",
      "expected_output": "A comprehensive research document with organized sections, specific facts, and useful examples about {topic}.",
      "agent": "researcher"
    },
    {
      "name": "analysis_task",
      "description": "Analyze the research findings and create a polished report on {topic}. Include an executive summary, key insights, trend analysis, and recommendations.",
      "expected_output": "A professional markdown report with clear headings, a concise summary, main findings, and recommendations.",
      "agent": "analyst",
      "context": ["research_task"],
      "output_file": "output/report.md",
      "markdown": true
    }
  ],
  "process": "sequential",
  "verbose": true,
  "memory": true,
  "inputs": {
    "topic": "Artificial Intelligence in Healthcare"
  }
}

يشير context إلى أسماء مهام سابقة، لذلك يحصل analyst على مخرجات مهمة البحث. يوفر inputs قيمة افتراضية لـ {topic}. إذا حذفت القيمة الافتراضية، سيطلبها crewai run.

الخطوة 4: متغيرات البيئة

عدّل .env:

SERPER_API_KEY=your_serper_api_key
# أضف مفتاح مزود النموذج أيضًا.

الخطوة 5: التثبيت والتشغيل

crewai install
crewai run

بعد انتهاء التشغيل، افتح output/report.md.