AI Agent实战——用CrewAI实现博客自动撰写并发送邮箱

背景介绍

从技术角度讲，AI Agent是一种软件实体，旨在代表用户或其他程序自主或半自主地执行任务。这些代理利用人工智能做出决策、采取行动，并与其环境或其他系统进行交互。AI Agent的一些主要特征如下：

自主性： AI Agent的操作无需人为干预。一旦有了目标，它们就能独立完成任务。

决策： 它们使用算法、规则和人工智能模型（LLM），根据自己的认知和目标做出决策。这包括评估不同选项并选择最佳行动方案。

学习： 许多AI Agent都采用了机器学习技术，以逐步提高其性能。它们可以从过去的经验中学习，并适应新的情况。

互动： AI Agent可以与用户、其他AI Agent或系统进行交流和协作。这种互动可涉及自然语言处理、收发数据或执行协调任务。

专业化： AI Agent可以针对特定任务或领域进行专业化。例如，有些代理可能专为网页浏览而设计，而其他代理则可能处理数据库交互、执行复杂计算或生成图像。

目标导向： AI Agent在编程时通常会设定特定的目标或目的。它们通过一系列行动和决策来实现这些目标。

总之， AI Agent是一种强大的工具，可以自动执行和加强从简单的重复性任务到复杂的问题解决场景等各种活动，因此在各种应用和行业中都非常宝贵。

目前AI Agent还是一个比较新的领域，其实用大白话说，主要还是借助LLM大语言模型的能力，由问答问题过渡到执行任务，更接近于工作助手的阶段，目前市面上几个主流的开发框架包括LangGraph,CrewAI,AutoGen等等。

这篇介绍CrewAI，CrewAI 是一个用于协调角色扮演型自主AI Agent的框架。通过培养协作智能，CrewAI 使代理能够无缝协作，处理复杂的任务。

CrewAI中的几个核心概念

代理（Agent）： 它们是独立的单元，通过编程可执行任务、做出决策并与其他代理沟通。它们可以使用工具，这些工具可以是简单的搜索功能，也可以是涉及其他链、API 等的复杂集成。

任务（Task）： 任务是人工智能代理需要完成的任务或工作。它们可以包含其他信息，如哪个代理应该完成任务以及他们可能需要哪些工具。

团队（Crew）：团队是一个由代理组成的团队，每个代理都有特定的角色，他们一起工作以实现共同的目标。组建团队的过程包括组建代理、定义代理任务和建立任务执行顺序。

试想一下，将上述所有概念整合在一起，共同朝着预定目标努力，就能实现预期结果。这些任务可以按顺序或分层执行，所有代理就像一个协调的团队一样工作。这种强大的协作可以彻底改变我们处理复杂问题的方式，使流程更高效，结果更有效。这就是 CrewAI 框架的意义所在。

废话不多说，直接进入实战，我用CrewAI实现了一个博客自动撰写助手功能，并在写好之后发送我Gmail邮箱：

首先选择调用大模型，可以选择直接连接OPENAI的ChatGPT，不过这个有成本，此外国内因为墙的原因链接不太方便：

OpenAI APIhttps://platform.openai.com/docs/api-reference/authentication

建议可以选择Ollama，Ollama 是一款开源应用程序，可让你在 MacOS、Linux 和 windows 上通过命令行界面在本地运行、创建和共享大型语言模型。Ollama 可直接从其库中获取大量 LLM，只需一条命令即可下载。下载完成后，只需执行一条命令即可开始使用。好处是免费，坏处就是本地配置如果不行的话可能会很卡，曾经试过本机等待10多分钟才出结果，另外有一些热门模型没有，象CHATGPT，CLAUDE之类就没有，本地硬件配置好的朋友可以选择这种方式：
Ollama官网