CrewAI와 Role-Based Teams

Role-based team은 interface야

CrewAI는 role/task/crew mental model을 선명하게 만든 framework야. agent는 role과 goal을 갖고, task는 expected output을 정의하고, crew는 sequential이나 hierarchical 같은 process를 고른다. collaboration shape 자체가 product 일부일 때 유용해.

trap은 theatrical specialization이야. "Researcher", "Writer", "Reviewer"가 진짜 유용하려면 tools, context, permissions, rubric 중 하나라도 달라야 해. 아니면 prompt 하나에 이름표 세 개 붙인 거다.

YAML은 product surface야

CrewAI의 YAML-first 추천은 단순 스타일이 아니야. role과 task를 orchestration code를 파지 않고 review할 수 있게 만든다. 비엔지니어가 behavior를 tune하거나, agent 사이 contract가 명확해야 할 때 중요하다.

committee보다 coordinator 먼저

대부분 쓸모 있는 multi-agent system에는 여전히 task decomposition과 final synthesis를 소유하는 coordinator가 필요해. 자유로운 agent chatroom은 보기엔 멋있고 디버그는 끔찍하다.

Code

CrewAI role and task shape·yaml

researcher:
  role: Senior Research Analyst
  goal: Find current, source-backed information about {topic}
  backstory: Expert at separating official sources from noise

research_task:
  description: >
    Research {topic}. Prefer current official docs and record URLs.
  expected_output: >
    Ten source-backed findings with caveats and confidence.
  agent: researcher

Coordinator contract·json

{
  "subtask_id": "research_current_docs",
  "assigned_agent": "researcher",
  "input_context": ["topic", "official-source-preference", "date"],
  "expected_output": "source-backed findings",
  "budget": {"max_calls": 5, "max_minutes": 8},
  "return_shape": {"findings": [], "sources": [], "open_questions": []}
}

CrewAI와 Role-Based Teams

Role-based team은 interface야

YAML은 product surface야

committee보다 coordinator 먼저

Code

External links

Exercise

Progress

댓글 0