As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# CrewAI
CrewAIé uma estrutura de código aberto focada especificamente na orquestração autônoma de vários agentes, disponível em. [GitHub](https://github.com/crewAIInc/crewAI) Ele fornece uma abordagem estruturada para criar equipes de agentes autônomos especializados que colaboram para resolver tarefas complexas sem intervenção humana. CrewAIenfatiza a coordenação baseada em funções e a delegação de tarefas.
## Principais características do CrewAI
CrewAIfornece os seguintes recursos principais:
+ **Role-based design de** agentes — Agentes autônomos são definidos com funções, metas e histórias de fundo específicas para permitir conhecimentos especializados. Para obter mais informações, consulte [Criação de agentes eficazes](https://docs.crewai.com/en/guides/agents/crafting-effective-agents) na CrewAI documentação.
+ **Delegação de tarefas** — Built-in mecanismos para atribuir tarefas de forma autônoma aos agentes apropriados com base em suas capacidades. Para obter mais informações, consulte [Tarefas](https://docs.crewai.com/en/concepts/tasks) na CrewAI documentação.
+ **Colaboração de agentes** — Estrutura para comunicação autônoma entre agentes e compartilhamento de conhecimento sem mediação humana. Para obter mais informações, consulte [Colaboração](https://docs.crewai.com/en/concepts/collaboration) na CrewAI documentação.
+ **Gerenciamento de processos** — fluxos de trabalho estruturados para execução sequencial e paralela de tarefas autônomas. Para obter mais informações, consulte [Processos](https://docs.crewai.com/en/concepts/processes) na CrewAI documentação.
+ **Seleção de modelos** básicos — Suporte para vários modelos básicos, incluindo modelos Anthropic Claude, Amazon Nova (Premier, Pro, Lite e Micro) no Amazon Bedrock e outros para otimizar diferentes tarefas de raciocínio autônomo. Para obter mais informações, consulte [LLMs](https://docs.crewai.com/en/concepts/llms) na CrewAI documentação.
+ **Integração da API LLM** — Integração flexível com várias interfaces de serviço LLM, OpenAI incluindo Amazon Bedrock e implantações de modelos locais. Para obter mais informações, consulte [Exemplos de configuração do provedor](https://docs.crewai.com/en/concepts/llms#provider-configuration-examples) na CrewAI documentação.
+ **Suporte multimodal** — Capacidades emergentes para lidar com texto, imagem e outras modalidades para interações abrangentes de agentes autônomos. Para obter mais informações, consulte [Usando agentes multimodais](https://docs.crewai.com/en/learn/multimodal-agents) na CrewAI documentação.
## Quando utilizar CrewAI
CrewAIé particularmente adequado para cenários de agentes autônomos, incluindo:
+ Problemas complexos que se beneficiam da experiência especializada e baseada em funções trabalhando de forma autônoma
+ Projetos que exigem colaboração explícita entre vários agentes autônomos
+ Casos de uso em que a decomposição de problemas baseada em equipe melhora a resolução autônoma de problemas
+ Cenários que exigem uma separação clara de preocupações entre diferentes funções de agentes autônomos
## Abordagem de implementação para CrewAI
CrewAIfornece uma implementação baseada em funções da abordagem de equipes de agentes de IA para as partes interessadas da empresa, conforme detalhado em [Introdução](https://github.com/crewAIInc/crewAI?tab=readme-ov-file#getting-started) na CrewAI documentação. A estrutura permite que as organizações:
+ Defina agentes autônomos especializados com funções, metas e áreas de especialização específicas.
+ Atribua tarefas aos agentes com base em suas capacidades especializadas.
+ Estabeleça dependências claras entre as tarefas para criar fluxos de trabalho estruturados.
+ Organize a colaboração entre vários agentes para resolver problemas complexos.
Essa abordagem baseada em funções reflete as estruturas de equipes humanas, tornando-a intuitiva para os líderes de negócios entenderem e implementarem. As organizações podem criar equipes autônomas com áreas de especialização especializadas que colaboram para alcançar os objetivos de negócios, da mesma forma que as equipes humanas operam. No entanto, a equipe autônoma pode trabalhar continuamente sem intervenção humana.
## Real-world exemplo de CrewAI
AWS [implementou sistemas multiagentes autônomos usando o CrewAI integrado ao Amazon Bedrock, conforme detalhado no estudo de caso publicado. CrewAI](https://www.crewai.com/case-studies/aws-powers-bedrock-agents-with-crewai) AWS e CrewAI desenvolveu uma estrutura segura e neutra em relação ao fornecedor. A arquitetura “CrewAIflows‑and‑crews” de código aberto se integra perfeitamente aos modelos básicos, sistemas de memória e barreiras de conformidade do Amazon Bedrock.
Os principais elementos da implementação incluem:
+ **Planos e código aberto — AWS e designs de** [referência CrewAI lançados](https://aws.amazon.com/blogs/machine-learning/build-agentic-systems-with-crewai-and-amazon-bedrock/) que mapeiam CrewAI agentes para modelos e ferramentas de observabilidade do Amazon Bedrock. Eles também lançaram sistemas exemplares, como uma equipe de auditoria de AWS segurança multiagente, fluxos de modernização de código e automação de back-office de bens de consumo embalados (CPG).
+ **Integração da pilha de observabilidade** — A solução incorpora monitoramento com a Amazon e CloudWatch, AgentOps permitindo a rastreabilidade e a LangFuse depuração, desde a prova de conceito até a produção.
+ **Retorno sobre o investimento (ROI) demonstrado** — Os primeiros pilotos mostram grandes melhorias — execução 70% mais rápida para um grande projeto de modernização de código e cerca de 90% de redução no tempo de processamento de um fluxo de back-office de CPG.