Настройка мульти-агентных систем с CrewAI: роли, задачи, Flows

Мульти-агентные системы на базе LLM — когда несколько AI-агентов взаимодействуют для решения сложных задач. Без чёткой координации они превращаются в хаос: агенты дублируют работу, теряют контекст, генерируют противоречивые результаты. Мы сталкивались с этим на десятках проектов — и CrewAI стал основным инструментом для наведения порядка. За 2 года он показал себя в 50+ интеграциях, сократив время анализа на 70%.

CrewAI — фреймворк с открытым исходным кодом, вводящий понятие «crew» (команды). Каждый агент получает роль, цель и набор инструментов. Задачи делегируются по ролям, а поток выполнения управляется декларативно или иерархически. В отличие от CrewAI (официальный репозиторий), где описываются состояния и переходы, здесь просто говорится: «этот агент ищет данные, этот пишет отчёт, а менеджер проверяет качество».

Какие проблемы решает CrewAI?

Типичная боль клиента — ручной сбор данных, их разрозненность и низкая скорость подготовки аналитики. Один производственный цикл может занимать недели. CrewAI решает три ключевые проблемы:

• Координация агентов: агенты не мешают друг другу, не дублируют работу, потому что каждый знает свою роль и зависимости.
• Контекстная память: агенты передают результаты друг другу через context или memory, сохраняя связность рассуждений.
• Интеграция инструментов: десятки готовых инструментов (SerperDev, ScrapeWebsite, FileWriter) и возможность создать кастомный за пару часов.

Вот как это выглядит на практике: один клиент из финтеха попросил автоматизировать ежеквартальный конкурентный анализ. Ранее это занимало 3 недели силами 2 аналитиков, а с CrewAI — 4 часа автономной работы + 2 часа ревью. Покрытие конкурентов выросло с 5 до 12 компаний, а пропущенных значимых событий стало 0 вместо 2–3 (данные внутреннего отчёта за 2025 год).

Как мы это делаем: стек и код

Используем CrewAI, LangChain для работы с LLM, OpenAI GPT-4o или Claude 3.5 для агентов, и PostgreSQL с pgvector для RAG-памяти. Конфигурация агентов описана в YAML или прямо в Python. Вот базовая структура — определение агентов и задач:

from crewai import Agent, Task, Crew, Process
from crewai_tools import SerperDevTool, ScrapeWebsiteTool, FileWriterTool
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4o", temperature=0.1)

# Определение агентов
researcher = Agent(
    role="Senior Research Analyst",
    goal="Найти актуальную и точную информацию по заданной теме",
    backstory="""Ты — аналитик-исследователь с 10-летним опытом.
    Специализируешься на технологическом секторе.
    Всегда проверяешь источники и указываешь на противоречия.""",
    tools=[SerperDevTool(), ScrapeWebsiteTool()],
    llm=llm,
    verbose=True,
    max_iter=5,  # Максимум итераций агента
    memory=True,
)

writer = Agent(
    role="Content Strategist",
    goal="Создать структурированный аналитический отчёт",
    backstory="Опытный технический автор, специализирующийся на бизнес-аналитике.",
    tools=[FileWriterTool()],
    llm=llm,
    verbose=True,
)

# Определение задач
research_task = Task(
    description="""Исследуй рынок {topic} за текущий год.
    Охвати: ключевых игроков, объём рынка, тренды, прогнозы.
    Найди минимум 5 актуальных источников.""",
    expected_output="Структурированные данные исследования с источниками",
    agent=researcher,
    async_execution=False,
)

write_task = Task(
    description="""На основе предоставленного исследования создай аналитический отчёт.
    Формат: введение, ключевые находки (таблица), тренды, выводы.
    Объём: 1500–2000 слов.""",
    expected_output="Готовый аналитический отчёт в markdown формате",
    agent=writer,
    context=[research_task],  # Использует вывод research_task как контекст
    output_file="report.md",
)

# Создание команды
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task],
    process=Process.sequential,  # Последовательное выполнение
    verbose=True,
)

result = crew.kickoff(inputs={"topic": "рынок LLM-решений для корпоративного сектора"})

Помимо последовательного процесса, CrewAI поддерживает иерархический, где менеджер-LLM координирует работу агентов. Вот пример:

manager_llm = ChatOpenAI(model="gpt-4o", temperature=0)

hierarchical_crew = Crew(
    agents=[researcher, analyst, writer, qa_reviewer],
    tasks=[research_task, analysis_task, writing_task, review_task],
    process=Process.hierarchical,
    manager_llm=manager_llm,  # LLM-менеджер принимает решения о делегировании
    verbose=True,
)

В иерархическом режиме менеджер автоматически решает, какому агенту делегировать задачу и нужно ли переделать результат.

CrewAI Flows: императивное управление

Для сценариев с ветвлениями и циклами используем Flows — они позволяют описать логику как граф с состояниями:

from crewai.flow.flow import Flow, listen, start, router
from pydantic import BaseModel

class ContentState(BaseModel):
    topic: str = ""
    research_result: str = ""
    analysis_result: str = ""
    quality_score: float = 0.0
    final_content: str = ""

class ContentCreationFlow(Flow[ContentState]):

    @start()
    def initialize(self):
        print(f"Начало работы с темой: {self.state.topic}")

    @listen(initialize)
    def run_research(self):
        research_crew = Crew(agents=[researcher], tasks=[research_task], process=Process.sequential)
        result = research_crew.kickoff(inputs={"topic": self.state.topic})
        self.state.research_result = result.raw

    @listen(run_research)
    def run_analysis(self):
        analysis_crew = Crew(agents=[analyst], tasks=[analysis_task])
        result = analysis_crew.kickoff(inputs={"research": self.state.research_result})
        self.state.analysis_result = result.raw

    @router(run_analysis)
    def check_quality(self):
        # Оцениваем качество
        score = evaluate_quality(self.state.analysis_result)
        self.state.quality_score = score
        if score >= 0.8:
            return "write_content"
        return "improve_analysis"

    @listen("improve_analysis")
    def improve_analysis(self):
        # Повторный анализ с дополнительным контекстом
        pass

    @listen("write_content")
    def write_final_content(self):
        write_crew = Crew(agents=[writer], tasks=[write_task])
        result = write_crew.kickoff(inputs={"analysis": self.state.analysis_result})
        self.state.final_content = result.raw

flow = ContentCreationFlow()
flow.kickoff(inputs={"topic": "Применение AI в логистике"})

Кастомные инструменты

Отметим: когда стандартных инструментов не хватает, пишем свои. Например, для доступа к корпоративной БД:

from crewai.tools import BaseTool
from pydantic import BaseModel, Field

class DatabaseQueryInput(BaseModel):
    sql_query: str = Field(description="SQL-запрос для выполнения")
    database: str = Field(description="Имя базы данных", default="analytics")

class DatabaseQueryTool(BaseTool):
    name: str = "query_database"
    description: str = "Выполнить SQL-запрос к базе данных аналитики"
    args_schema: type[BaseModel] = DatabaseQueryInput

    def _run(self, sql_query: str, database: str = "analytics") -> str:
        # Валидация: только SELECT
        if not sql_query.strip().upper().startswith("SELECT"):
            return "Ошибка: разрешены только SELECT-запросы"
        result = db.execute(sql_query, database=database)
        return result.to_json()

db_tool = DatabaseQueryTool()
analyst.tools.append(db_tool)

Что входит в работу

Как быстро настроить CrewAI: 4 шага

1. Определите роли агентов (например, исследователь и писатель).
2. Создайте задачи с ожидаемыми результатами.
3. Выберите процесс: sequential для простых цепочек, hierarchical для сложных.
4. Запустите crew и проверьте вывод на тестовом датасете.

Сроки ориентировочно

• Прототип с 3 агентами: от 2 до 4 дней.
• Production-crew с кастомными инструментами: от 1 до 2 недель.
• Сложный Flow с conditional routing: от 2 до 3 недель.
• Интеграция с корпоративными системами: +1–2 недели.

Типичные ошибки при внедрении

• Слишком широкие backstory агентов — они начинают галлюцинировать. Советуем сужать контекст до конкретной сферы.
• Игнорирование параметра max_iter — агент может зациклиться. Выставляйте явное ограничение (5–10).
• Отсутствие тестового набора данных — без него не поймать регрессию после смены модели.

Почему CrewAI стоит попробовать?

CrewAI снижает порог входа для построения мульти-агентных систем. В отличие от LangGraph, где нужно вручную описывать каждый переход, CrewAI в 5 раз быстрее для настройки базовой команды и делает 80% работы за вас. Наш опыт показывает, что первая рабочая crew собирается за пару дней, а отдача от автоматизации окупает затраты на интеграцию в течение квартала.

Свяжитесь с нами, чтобы оценить возможность интеграции CrewAI в ваш проект. Мы предоставляем гарантию на стабильность системы после деплоя и сертификаты соответствия. Закажите демо — покажем, как ваша AI-команда начнёт приносить прибыль.

Практический разбор LLM: fine-tuning, RAG, агенты, деплой

Модель GPT‑4 или Claude 3.5 Sonnet через публичное API — не решение, а просто инструмент. Когда приходит требование «сделать как ChatGPT, но на наших данных», за ним стоит реальная инженерная задача: от настройки промптов до обучения 70B‑модели на собственной инфраструктуре. Разработка решений на базе LLM под ключ — это сложный стек, и мы занимаемся этим более 5 лет. За это время реализовано свыше 20 проектов в области генеративного AI: от RAG‑систем для юридических департаментов до кастомных агентов для техподдержки. Где именно находится ваша задача — зависит от данных, latency‑требований, бюджета и того, насколько критична конфиденциальность.

Типичная ситуация: клиент уже попробовал ChatGPT, но результаты нестабильны — то отвечает точно, то галлюцинирует. Либо нужна интеграция в корпоративный портал с соблюдением политик безопасности. Разберём каждый слой стека в деталях — от RAG до production‑деплоя.

Почему RAG‑системы ломаются и как это исправить?

RAG (Retrieval‑Augmented Generation) выглядит просто: нашли релевантные документы, положили в контекст, модель ответила. На практике сбоит в нескольких местах.

Chunking без перекрытия. Классическая ошибка: chunk_size=512, overlap=0. Если ответ лежит на границе двух чанков, retrieval не найдёт ни одного с достаточной уверенностью. Решение: overlap 15–25% от chunk_size, а лучше sentence‑aware splitting через spaCy или NLTK, а не наивное разбиение по символам.

Плохой embedder. Текст‑embedding‑ada‑002 — хорош для общего случая, но на юридических или медицинских текстах проигрывает специализированным моделям: E5‑large‑v2, BGE‑M3 или fine‑tuned sentence‑transformers на доменных данных. Разница в Recall@5 может составлять 15–25%.

Отсутствие re‑ranking. Векторный поиск оптимизирован по скорости, не по релевантности. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) после первичного retrieval поднимает точность топ‑3 при приемлемой задержке (+50–150 ms). Это часто важнее улучшения embedding‑модели.

Гибридный поиск. Только dense векторы плохо работают на точных запросах: имена, артикулы, коды. BM25 (sparse) хорошо находит точные совпадения, но не понимает семантику. Гибрид через RRF (Reciprocal Rank Fusion) — оптимальный компромисс. Qdrant, Weaviate и pgvector 0.7+ поддерживают гибридный поиск нативно.

Когда стоит fine‑tune, а не промпт‑инжиниринг?

Промпт‑инжиниринг решает ~70% задач адаптации LLM под домен. Оставшиеся 30% требуют дообучения. Три признака: модель игнорирует специфический формат вывода даже при детальном описании в промпте; задача требует глубокого знания специализированной лексики (медицина, право); нужно значительно снизить затраты на токены, заменив большую модель меньшей специализированной.

LoRA и QLoRA — стандарт для SFT. LoRA добавляет trainable low‑rank матрицы к attention‑слоям. Типичная конфигурация для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — обучаемых параметров ~0.8%, обучение на одной A100 40GB. QLoRA добавляет 4‑битную квантизацию (NF4) и позволяет fine‑tune 70B модель на двух A100 40GB, хотя скорость падает вдвое по сравнению с bf16.

DPO вместо RLHF. Direct Preference Optimization требует только пары (chosen, rejected), а не скалярные reward‑сигналы. DPOTrainer из библиотеки trl (Hugging Face) реализует это несколькими десятками строк.

Типичная ошибка. Датасет из 500 примеров, 5 эпох, validation loss 0.8 — кажется норм. Но на тесте модель деградировала на общих инструкциях. Причина: catastrophic forgetting. Решение — добавить 10–20% общих instruction‑following примеров (Alpaca, FLAN) в обучающую выборку, чтобы не разрушить исходные способности.

Как выбрать базовую модель: 8B или 70B?

Для большинства задач fine‑tuning 8B модели достаточно. 70B нужен, когда требуется глубокое рассуждение или baseline 8B не достигает нужного качества даже после дообучения. Стоимость инференса Llama‑3 8B через vLLM на A100 — около $0.001/1K токенов, что в 15 раз дешевле GPT‑4.

Что даёт PagedAttention в production?

vLLM — первый выбор для serving open‑source моделей. PagedAttention — ключевое техническое решение: KV‑cache управляется как virtual memory в ОС, без фрагментации. Это даёт throughput в 2–4 раза выше по сравнению с наивным HuggingFace Transformers inference. Документация vLLM подтверждает: continuous batching и PagedAttention — стандарт для высоконагруженных LLM‑сервисов.

Типичные числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двух A100 с tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизация AWQ или GPTQ снижает потребление памяти в 2 раза при потере качества в пределах 1–3%.

Мультиагентные системы

Агенты — LLM с доступом к инструментам: поиск, выполнение кода, запросы к API, работа с БД. Основные паттерны:

• ReAct (Reason + Act): модель рассуждает → выбирает инструмент → наблюдает результат → снова рассуждает. LangChain и LlamaIndex реализуют из коробки.
• Multi‑agent orchestration: несколько специализированных агентов с координатором сверху. Пример: coordinator → researcher (поиск + summarization) → coder (генерация и исполнение кода) → critic (проверка). Инструменты: AutoGen (Microsoft), CrewAI, кастомная реализация на LangGraph.

В продакшене агентные системы недетерминированы. Обязательные guardrails, лимиты шагов, логирование каждого шага, human‑in‑the‑loop для критических действий.

Как мы работаем: этапы, сроки, результат

Что входит в работу

Мы передаём:

• Техническую документацию (model card, конфиги, инструкции по развёртыванию)
• Доступ к инфраструктуре (репозиторий с кодом, обученные веса)
• 1 месяц поддержки после деплоя (консультации, правки по багам)
• Обучение команды заказчика (2–3 занятия по эксплуатации системы)

Сроки: базовый RAG‑прототип — 1–2 недели. Fine‑tuning с данными заказчика — 3–6 недель (с учётом подготовки данных). Production‑система с мониторингом и переобучением — 2–4 месяца. Стоимость рассчитывается индивидуально, зависит от объёма данных, сложности модели и требований к инфраструктуре.

Хотите оценить свой проект? Оставьте заявку — мы подготовим предварительное резюме за 1–2 рабочих дня. Или получите консультацию по выбору подхода: RAG, fine‑tuning или гибрид — расскажем, что подойдёт именно вам.