파일

개요

CrewAI는 네이티브 멀티모달 파일 입력을 지원하여 이미지, PDF, 오디오, 비디오, 텍스트 파일을 에이전트에 직접 전달할 수 있습니다. 파일은 각 LLM 프로바이더의 API 요구사항에 맞게 자동으로 포맷됩니다.

파일 타입

CrewAI는 5가지 특정 파일 타입과 타입을 자동 감지하는 일반 File 클래스를 지원합니다:

타입	클래스	사용 사례
이미지	`ImageFile`	사진, 스크린샷, 다이어그램, 차트
PDF	`PDFFile`	문서, 보고서, 논문
오디오	`AudioFile`	음성 녹음, 팟캐스트, 회의
비디오	`VideoFile`	화면 녹화, 프레젠테이션
텍스트	`TextFile`	코드 파일, 로그, 데이터 파일
일반	`File`	콘텐츠에서 타입 자동 감지

from crewai_files import File, ImageFile, PDFFile, AudioFile, VideoFile, TextFile

image = ImageFile(source="screenshot.png")
pdf = PDFFile(source="report.pdf")
audio = AudioFile(source="meeting.mp3")
video = VideoFile(source="demo.mp4")
text = TextFile(source="data.csv")

file = File(source="document.pdf")

파일 소스

source 파라미터는 여러 입력 타입을 받아들이고 적절한 핸들러를 자동으로 감지합니다:

경로에서

from crewai_files import ImageFile

image = ImageFile(source="./images/chart.png")

URL에서

from crewai_files import ImageFile

image = ImageFile(source="https://example.com/image.png")

바이트에서

from crewai_files import ImageFile, FileBytes

image_bytes = download_image_from_api()
image = ImageFile(source=FileBytes(data=image_bytes, filename="downloaded.png"))
image = ImageFile(source=image_bytes)

파일 사용하기

파일은 여러 레벨에서 전달할 수 있으며, 더 구체적인 레벨이 우선순위를 가집니다.

Crew와 함께

crew를 킥오프할 때 파일을 전달합니다:

from crewai import Crew
from crewai_files import ImageFile

crew = Crew(agents=[analyst], tasks=[analysis_task])

result = crew.kickoff(
    inputs={"topic": "Q4 Sales"},
    input_files={
        "chart": ImageFile(source="sales_chart.png"),
        "report": PDFFile(source="quarterly_report.pdf"),
    }
)

Task와 함께

특정 작업에 파일을 첨부합니다:

from crewai import Task
from crewai_files import ImageFile

task = Task(
    description="매출 차트를 분석하고 {chart}에서 트렌드를 파악하세요",
    expected_output="주요 트렌드 요약",
    input_files={
        "chart": ImageFile(source="sales_chart.png"),
    }
)

Flow와 함께

flow에 파일을 전달하면 자동으로 crew에 상속됩니다:

from crewai.flow.flow import Flow, start
from crewai_files import ImageFile

class AnalysisFlow(Flow):
    @start()
    def analyze(self):
        return self.analysis_crew.kickoff()

flow = AnalysisFlow()
result = flow.kickoff(
    input_files={"image": ImageFile(source="data.png")}
)

단독 에이전트와 함께

에이전트 킥오프에 직접 파일을 전달합니다:

from crewai import Agent
from crewai_files import ImageFile

agent = Agent(
    role="Image Analyst",
    goal="Analyze images",
    backstory="Expert at visual analysis",
    llm="gpt-4o",
)

result = agent.kickoff(
    messages="What's in this image?",
    input_files={"photo": ImageFile(source="photo.jpg")},
)

파일 우선순위

여러 레벨에서 파일이 전달될 때, 더 구체적인 레벨이 상위 레벨을 오버라이드합니다:

Flow input_files < Crew input_files < Task input_files

예를 들어, Flow와 Task 모두 "chart"라는 이름의 파일을 정의하면, Task의 버전이 사용됩니다.

프로바이더 지원

각 프로바이더는 서로 다른 파일 타입을 지원합니다. CrewAI는 각 프로바이더의 API에 맞게 파일을 자동으로 포맷합니다.

프로바이더	이미지	PDF	오디오	비디오	텍스트
OpenAI (completions API)	✓
OpenAI (responses API)	✓	✓	✓
Anthropic (claude-3.x)	✓	✓
Google Gemini (gemini-1.5, 2.0, 2.5)	✓	✓	✓	✓	✓
AWS Bedrock (claude-3)	✓	✓
Azure OpenAI (gpt-4o)	✓		✓

파일 전송 방식

CrewAI는 각 프로바이더에 파일을 전송하는 최적의 방법을 자동으로 선택합니다:

방식	설명	사용 조건
인라인 Base64	파일이 요청에 직접 임베드됨	작은 파일 (일반적으로 < 5MB)
파일 업로드 API	파일이 별도로 업로드되고 ID로 참조됨	임계값을 초과하는 큰 파일
URL 참조	직접 URL이 모델에 전달됨	파일 소스가 이미 URL인 경우

프로바이더 전송 방식

프로바이더	인라인 Base64	파일 업로드 API	URL 참조
OpenAI	✓	✓ (> 5 MB)	✓
Anthropic	✓	✓ (> 5 MB)	✓
Google Gemini	✓	✓ (> 20 MB)	✓
AWS Bedrock	✓		✓ (S3 URI)
Azure OpenAI	✓		✓

파일 처리 모드

프로바이더 제한을 초과할 때 파일 처리 방식을 제어합니다:

from crewai_files import ImageFile, PDFFile

image = ImageFile(source="large.png", mode="strict")
image = ImageFile(source="large.png", mode="auto")
image = ImageFile(source="large.png", mode="warn")
pdf = PDFFile(source="large.pdf", mode="chunk")

프로바이더 제약사항

각 프로바이더는 파일 크기와 규격에 대한 특정 제한이 있습니다:

OpenAI

이미지: 최대 20 MB, 요청당 최대 10개 이미지
PDF: 최대 32 MB, 최대 100 페이지
오디오: 최대 25 MB, 최대 25분

Anthropic

이미지: 최대 5 MB, 최대 8000x8000 픽셀, 최대 100개 이미지
PDF: 최대 32 MB, 최대 100 페이지

Google Gemini

이미지: 최대 100 MB
PDF: 최대 50 MB
오디오: 최대 100 MB, 최대 9.5시간
비디오: 최대 2 GB, 최대 1시간

AWS Bedrock

이미지: 최대 4.5 MB, 최대 8000x8000 픽셀
PDF: 최대 3.75 MB, 최대 100 페이지

프롬프트에서 파일 참조하기

작업 설명에서 파일의 키 이름을 사용하여 파일을 참조합니다:

task = Task(
    description="""
    제공된 자료를 분석하세요:
    1. {sales_chart}에서 차트 검토
    2. {quarterly_report}의 데이터와 교차 참조
    3. 주요 발견사항 요약
    """,
    expected_output="주요 인사이트가 포함된 분석 요약",
    input_files={
        "sales_chart": ImageFile(source="chart.png"),
        "quarterly_report": PDFFile(source="report.pdf"),
    }
)