编码代理

介绍

CrewAI Agents 现在具备了强大的编写和执行代码的能力，这显著增强了它们的 问题解决能力。这个功能特别适合那些需要计算或程序化解决方案的任务。

启用代码执行

要为 agent 启用代码执行，在创建 agent 时将 allow_code_execution 参数设为 True。

示例如下：

from crewai import Agent

coding_agent = Agent(
    role="Senior Python Developer",
    goal="Craft well-designed and thought-out code",
    backstory="You are a senior Python developer with extensive experience in software architecture and best practices.",
    allow_code_execution=True
)

Note

请注意，allow_code_execution 参数的默认值为 False。

重要注意事项

1. 模型选择：在启用代码执行时，强烈建议使用更强大的模型，例如 Claude 3.5 Sonnet 和 GPT-4。这些模型对编程概念的理解更好，也更有可能生成正确且高效的 代码。

2. 错误处理：代码执行功能包含错误处理。如果执行的代码抛出异常，agent 会 收到错误信息，并可以尝试修正代码或提供替代方案。max_retry_limit 参数 默认值为 2，用于控制任务的最大重试次数。

3. 依赖项：要使用代码执行功能，你需要安装 crewai_tools 包。如果未安装， agent 会记录一条信息： "Coding tools not available. Install crewai_tools."

代码执行流程

当启用了代码执行的 agent 遇到需要编程的任务时：

1. 任务分析

   agent 会分析任务，并判断是否需要执行代码。

2. 代码构思

   它会构思解决问题所需的 Python 代码。

3. 代码执行

   代码会被发送到内部代码执行工具（CodeInterpreterTool）。

4. 结果解释

   agent 会解释结果，并将其纳入回复，或用于进一步解决问题。

使用示例

下面是一个创建具备代码执行能力的 agent 并在任务中使用它的详细示例：

from crewai import Agent, Task, Crew

# Create an agent with code execution enabled
coding_agent = Agent(
    role="Python Data Analyst",
    goal="Analyze data and provide insights using Python",
    backstory="You are an experienced data analyst with strong Python skills.",
    allow_code_execution=True
)

# Create a task that requires code execution
data_analysis_task = Task(
    description="Analyze the given dataset and calculate the average age of participants.",
    agent=coding_agent
)

# Create a crew and add the task
analysis_crew = Crew(
    agents=[coding_agent],
    tasks=[data_analysis_task]
)

# Execute the crew
result = analysis_crew.kickoff()

print(result)

在这个示例中，coding_agent 可以编写并执行 Python 代码来完成数据分析任务。