Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# CrewAI
CrewAIè un framework open source incentrato specificamente sull'orchestrazione autonoma multiagente, disponibile su. [GitHub](https://github.com/crewAIInc/crewAI) Fornisce un approccio strutturato alla creazione di team di agenti autonomi specializzati che collaborano per risolvere compiti complessi senza l'intervento umano. CrewAIenfatizza il coordinamento basato sui ruoli e la delega dei compiti.
## Caratteristiche principali di CrewAI
CrewAIoffre le seguenti funzionalità chiave:
+ **Role-based progettazione degli agenti**: gli agenti autonomi sono definiti con ruoli, obiettivi e precedenti specifici per consentire competenze specializzate. Per ulteriori informazioni, consulta [Crafting Effective Agents](https://docs.crewai.com/en/guides/agents/crafting-effective-agents) nella CrewAI documentazione.
+ **Delega delle attività**: Built-in meccanismi per l'assegnazione autonoma delle attività agli agenti appropriati in base alle loro capacità. Per ulteriori informazioni, consulta [Tasks](https://docs.crewai.com/en/concepts/tasks) nella CrewAI documentazione.
+ **Collaborazione tra agenti**: framework per la comunicazione autonoma tra agenti e la condivisione delle conoscenze senza la mediazione umana. Per ulteriori informazioni, consulta [Collaborazione nella documentazione](https://docs.crewai.com/en/concepts/collaboration). CrewAI
+ **Gestione dei processi**: flussi di lavoro strutturati per l'esecuzione di attività autonome sequenziali e parallele. Per ulteriori informazioni, consulta [Processi](https://docs.crewai.com/en/concepts/processes) nella CrewAI documentazione.
+ **Selezione del modello di base**: supporto per vari modelli di base, tra cui Anthropic Claude, i modelli Amazon Nova (Premier, Pro, Lite e Micro) su Amazon Bedrock e altri per l'ottimizzazione per diverse attività di ragionamento autonomo. Per ulteriori informazioni, consulta gli [LLM](https://docs.crewai.com/en/concepts/llms) nella documentazione. CrewAI
+ **Integrazione dell'API LLM**: integrazione flessibile con più interfacce di servizio LLM, tra cui Amazon BedrockOpenAI, e implementazioni di modelli locali. Per ulteriori informazioni, consulta gli esempi di configurazione del [provider](https://docs.crewai.com/en/concepts/llms#provider-configuration-examples) nella documentazione. CrewAI
+ **Supporto multimodale**: funzionalità emergenti per la gestione di testo, immagini e altre modalità per interazioni complete con agenti autonomi. Per ulteriori informazioni, consulta [Using Multimodal](https://docs.crewai.com/en/learn/multimodal-agents) Agents nella documentazione. CrewAI
## Quando usare CrewAI
CrewAIè particolarmente adatto per scenari con agenti autonomi, tra cui:
+ Problemi complessi che traggono vantaggio da competenze specializzate e basate sui ruoli che operano in modo autonomo
+ Progetti che richiedono una collaborazione esplicita tra più agenti autonomi
+ Casi d'uso in cui la scomposizione dei problemi basata sul team migliora la risoluzione autonoma dei problemi
+ Scenari che richiedono una chiara separazione delle preoccupazioni tra i diversi ruoli degli agenti autonomi
## Approccio di implementazione per CrewAI
CrewAIfornisce un'implementazione basata sui ruoli dell'approccio dei team di agenti di intelligenza artificiale agli stakeholder aziendali, come descritto in [Getting Started](https://github.com/crewAIInc/crewAI?tab=readme-ov-file#getting-started) nella CrewAI documentazione. Il framework consente alle organizzazioni di:
+ Definisci agenti autonomi specializzati con ruoli, obiettivi e aree di competenza specifici.
+ Assegna attività agli agenti in base alle loro capacità specializzate.
+ Stabilisci dipendenze chiare tra le attività per creare flussi di lavoro strutturati.
+ Orchestra la collaborazione tra più agenti per risolvere problemi complessi.
Questo approccio basato sui ruoli rispecchia le strutture dei team umani, il che lo rende intuitivo da comprendere e implementare per i leader aziendali. Le organizzazioni possono creare team autonomi con aree di competenza specializzate che collaborano per raggiungere gli obiettivi aziendali, in modo simile a come operano i team umani. Tuttavia, il team autonomo può lavorare ininterrottamente senza l'intervento umano.
## Real-world esempio di CrewAI
AWS [ha implementato sistemi multiagente autonomi utilizzando CrewAI integrato con Amazon Bedrock, come dettagliato nel CrewAI case study pubblicato.](https://www.crewai.com/case-studies/aws-powers-bedrock-agents-with-crewai) AWS e CrewAI ha sviluppato un framework sicuro e indipendente dal fornitore. L'architettura CrewAI open source «flows‑and‑crews» si integra perfettamente con i modelli di base, i sistemi di memoria e le barriere di conformità di Amazon Bedrock.
Gli elementi chiave dell'implementazione includono:
+ **Progetti e open source**, oltre a [progetti di riferimento CrewAI rilasciati](https://aws.amazon.com/blogs/machine-learning/build-agentic-systems-with-crewai-and-amazon-bedrock/) che associano CrewAI gli agenti ai modelli AWS e agli strumenti di osservabilità di Amazon Bedrock. Hanno inoltre rilasciato sistemi esemplari come un team di controllo della AWS sicurezza composto da più agenti, flussi di modernizzazione del codice e automazione del back‑office per i beni di consumo confezionati (CPG).
+ **Integrazione dello stack di osservabilità**: la soluzione integra il monitoraggio con Amazon CloudWatch e consente la tracciabilità e LangFuse il debug dal proof of concept alla produzione. AgentOps
+ **Dimostrato ritorno sull'investimento (ROI)**: i primi progetti pilota mostrano importanti miglioramenti: un'esecuzione più rapida del 70% per un grande progetto di modernizzazione del codice e una riduzione di circa il 90% dei tempi di elaborazione per un flusso di back‑office CPG.