Repositórios de Agentes

Repositórios de Agentes permitem que usuários do enterprise armazenem, compartilhem e reutilizem definições de agentes entre equipes e projetos. Esse recurso possibilita manter uma biblioteca centralizada de agentes padronizados, promovendo consistência e reduzindo a duplicidade de esforços.

Benefícios dos Repositórios de Agentes

Padronização: Mantenha definições de agentes consistentes em toda a sua organização
Reutilização: Crie um agente uma vez e use-o em vários crews e projetos
Governança: Implemente políticas organizacionais para configurações de agentes
Colaboração: Permita que equipes compartilhem e evoluam o trabalho umas das outras

Usando Repositórios de Agentes

Pré-requisitos

Você deve ter uma conta na CrewAI, experimente o plano gratuito.
Você precisa estar autenticado usando o CLI da CrewAI.
Se você tiver mais de uma organização, garanta que alternou para a organização correta usando o comando do CLI:

crewai org switch <org_id>

Criando e gerenciando agentes em repositórios

Para criar e gerenciar agentes em repositórios, utilize o Painel do Enterprise.

Carregando agentes de repositórios

Você pode carregar agentes de repositórios no seu código usando o parâmetro from_repository:

from crewai import Agent

# Crie um agente carregando-o de um repositório
# O agente é carregado com todas as suas configurações predefinidas
researcher = Agent(
    from_repository="market-research-agent"
)

Sobrescrevendo configurações do repositório

Você pode sobrescrever configurações específicas do repositório informando-as na configuração do agente:

researcher = Agent(
    from_repository="market-research-agent",
    goal="Pesquisar as tendências mais recentes em desenvolvimento de IA",  # Sobrescreve o goal do repositório
    verbose=True  # Adiciona uma configuração que não está no repositório
)

Exemplo: criando um Crew com agentes do repositório

from crewai import Crew, Agent, Task

# Carregue agentes dos repositórios
researcher = Agent(
    from_repository="market-research-agent"
)

writer = Agent(
    from_repository="content-writer-agent"
)

# Crie tarefas
research_task = Task(
    description="Pesquise as tendências mais recentes em IA",
    agent=researcher
)

writing_task = Task(
    description="Escreva um relatório abrangente com base na pesquisa",
    agent=writer
)

# Crie o crew
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    verbose=True
)

# Execute o crew
result = crew.kickoff()

Exemplo: usando `kickoff()` com agentes do repositório

Você também pode usar agentes de repositório diretamente com o método kickoff() para interações mais simples:

from crewai import Agent
from pydantic import BaseModel
from typing import List

# Defina um formato de saída estruturado
class MarketAnalysis(BaseModel):
    key_trends: List[str]
    opportunities: List[str]
    recommendation: str

# Carregue um agente do repositório
analyst = Agent(
    from_repository="market-analyst-agent",
    verbose=True
)

# Obtenha uma resposta livre (texto)
result = analyst.kickoff("Analise o mercado de IA em 2025")
print(result.raw)  # Acessa a resposta bruta

# Obtenha saída estruturada
structured_result = analyst.kickoff(
    "Forneça uma análise estruturada do mercado de IA em 2025",
    response_format=MarketAnalysis
)

# Acesse os dados estruturados
print(f"Principais Tendências: {structured_result.pydantic.key_trends}")
print(f"Recomendação: {structured_result.pydantic.recommendation}")

Boas práticas

Convenção de nomes: Use nomes claros e descritivos para seus agentes de repositório
Documentação: Inclua descrições abrangentes para cada agente
Gestão de ferramentas: Garanta que as ferramentas referenciadas pelos agentes do repositório estejam disponíveis no seu ambiente
Controle de acesso: Gerencie permissões para que apenas membros autorizados possam modificar agentes do repositório

Gerenciamento de organização

Para alternar entre organizações ou ver sua organização atual, use o CLI da CrewAI:

# Ver organização atual
crewai org current

# Alternar para outra organização
crewai org switch <org_id>

# Listar todas as organizações disponíveis
crewai org list