ソフトウェアエンジニア必見！CrewAIでAIを協調させる方法
今回は、ソフトウェアエンジニアのみんなに超ホットなライブラリを紹介するぜ。その名も... CrewAI！
CrewAIは、AIエージェントたちをDJのように華麗にミックスして、ひとつのクルーとして協調させるためのフレームワークなんだ。ただのAIじゃなくて、それぞれの得意分野を持ったプロフェッショナルたちを束ねて、まるでチーム開発みたいに複雑なタスクをこなさせることができるんだぜ。
おい、みんな！なぜCrewAIがクールなのか、その理由を3つ教えよう！
複雑なタスクを分解して自動化
大規模なデータ分析、コンテンツ生成、市場調査、コードレビュー...。人間がやると時間がかかる、複数のステップに分かれたタスクがあるよな。CrewAIを使えば、それぞれのステップを専用のエージェントに任せて、自動で完結させることができるんだ。まるで、プロジェクトマネージャーが各メンバーにタスクを割り振るみたいにな。
専門家チームを瞬時に結成
例えば、「Webサイトの企画書を作成する」というタスクがあったとしよう。通常は、市場調査担当、コンテンツライター、デザイナー、開発者が集まって議論するよな。CrewAIなら、これら全ての役割をエージェントに割り当てて、仮想的なチームを作ることができる。エージェント同士が情報を交換し、フィードバックし合いながら、ひとつのアウトプットを作り上げるんだ。
効率的な開発と実験
いちから大規模言語モデル（LLM）を使って複雑なワークフローを組むのは大変だ。CrewAIは、エージェントの役割、ゴール、ツールを定義するだけで、その後の協調プロセスをフレームワークが自動でハンドリングしてくれる。これで、タスクの自動化を素早くプロトタイプし、実験することができるようになるぜ。
さて、いよいよCrewAIを使いこなすためのセットアップと、簡単なサンプルコードを見ていこうか！
Pythonの環境があれば、pipで一発インストールだぜ！
pip install crewai
今回は、「技術トレンドレポートを作成する」というタスクをやってみようか。このタスクには、以下の2人のAIエージェントが必要だ。
リサーチャー（Researcher） ♂
最新の技術トレンドをウェブで調べる専門家。
ライター（Writer）
調査結果を基に、分かりやすいレポートを作成する専門家。
まずは、これらの役割をコードで定義するぜ。
# エージェントの役割を定義する
from crewai import Agent, Task, Crew, Process
# リサーチャーエージェント
researcher = Agent(
role='Tech Trend Researcher',
goal='最新のAIやテクノロジーのトレンドを特定し、重要な情報を収集する。',
backstory="""
君は、常に最新の技術動向を追う、優秀なリサーチアナリストだ。
Web検索を駆使して、信頼できるソースから情報を収集することが得意だ。
""",
verbose=True,
allow_delegation=False
)
# ライターエージェント
writer = Agent(
role='Report Writer',
goal='収集された情報をもとに、読者に分かりやすい技術トレンドレポートを作成する。',
backstory="""
君は、複雑な情報を簡潔かつ魅力的に伝えることに長けたプロのライターだ。
技術的な内容を、一般の読者にも理解できるように書くことができる。
""",
verbose=True,
allow_delegation=True
)
次に、それぞれの役割に合わせたタスクを定義するぜ。
# タスクを定義する
task1 = Task(
description="""
2025年の主要なAIおよびテクノロジーのトレンドについて、詳細な情報を収集する。
特に、生成AI、エッジAI、量子コンピューティングに焦点を当てること。
""",
agent=researcher,
expected_output='各トレンドの概要、現在の応用例、将来の展望を含む詳細な調査結果。'
)
task2 = Task(
description="""
調査結果を基に、プロフェッショナルなレポートを作成する。
レポートは以下の構成とすること:
- 序文
- 各トレンドの解説
- 全体的な結論
""",
agent=writer,
expected_output='構造化された、読みやすい技術トレンドレポートの本文。'
)
最後に、定義したエージェントとタスクをクルーとしてまとめ、プロジェクトを開始するぜ！
# クルーを結成する
# `Process.sequential`は、タスクを順番に実行することを示す
crew = Crew(
agents=[researcher, writer],
tasks=[task1, task2],
verbose=2, # 実行プロセスを詳細に表示する
process=Process.sequential
)
# クルーを起動して、タスクを開始！
result = crew.kickoff()
# 実行結果を出力
print("################################")
print(result)
このコードを実行すると、まずresearcherがWebで情報を探し、その結果をwriterに渡す。そしてwriterがその情報を使ってレポートを完成させる、という一連のプロセスが自動で動くんだ。マジでクールだろ？
CrewAIは、単なるスクリプトではない。まるでAIのオーケストラを指揮するようなものだ。各パート（エージェント）に役割を与え、全体として美しいハーモニー（アウトプット）を奏でさせる。
エンジニアにとっては、これまで手動で行っていた面倒なタスクや、複雑なワークフローを抽象化して自動化できる強力なツールになるぜ。
