Dette projekt er bygget med crewAI, et rammeværk til at orkestrere flere specialiserede AI‑agenter, som samarbejder om at løse komplekse opgaver.

Med crewAI kan du definere et "crew" af agenter, hver med en tydelig rolle, et mål og et sæt værktøjer. Agenterne arbejder sammen i et koordineret workflow, så:

• Komplekse problemer opdeles i mindre, fokuserede opgaver
• Hver agent bidrager med sin egen ekspertise
• Mellemliggende resultater deles mellem agenterne og forbedrer det endelige output

I dette projekt er crewet defineret i konfigurationsfilerne under src/crewtest1/config. De konkrete agenter kan ændre sig over tid, men de følger typisk mønstre som:

• Research‑ eller dataindsamlingsagent – Finder og opsummerer relevant information fra eksterne kilder.
• Analyse‑ eller ræsonnementsagent – Fortolker data, sammenligner muligheder og laver strukturerede anbefalinger.
• Skrive‑ eller synteseagent – Producerer klare, velstrukturerede outputs (rapporter, resumeer, planer) baseret på de øvrige agenters arbejde.
• Koordinator‑ eller orkestreringsagent – Styrer det overordnede workflow, fordeler opgaver til de andre agenter og samler deres resultater.

Du kan tilpasse disse roller og adfærd i konfigurationsfilerne for agenter og opgaver, så de passer til din egen use case.

Den primære sprogmodel, der bruges af dette crew, er Mistral. Modellen driver agenternes kernefunktioner, herunder:

• Forståelse af naturligt sprog
• Ræsonnement over flertrins‑opgaver
• Generering af velstruktureret, læsevenlig tekst

Den præcise Mistral‑variant og tilhørende indstillinger kan justeres i dit miljø og din konfiguration afhængigt af krav til ydeevne og omkostninger.

Projektet bruger Serper.dev som søgeplugin, så agenterne kan få adgang til opdateret information fra nettet. Via Serper.dev kan agenterne:

• Udføre websøgninger direkte fra deres værktøjer
• Hente og filtrere søgeresultater
• Indarbejde aktuel viden i deres analyser og endelige outputs

Det gør crewet velegnet til research‑tunge workflows, hvor nyeste information er vigtig.

Brug CLI’en til at starte crewet og generere outputs baseret på dine konfigurerede agenter og opgaver.

$ crewai run

Denne kommando initialiserer crewet, indlæser de konfigurerede agenter og opgaver og kører workflowet fra ende til anden.

En forenklet oversigt over mappestrukturen:

crewtest1/
├── .gitignore
├── knowledge/
├── pyproject.toml
├── README.md
├── .env
└── src/
    └── crewtest1/
        ├── __init__.py
        ├── main.py
        ├── crew.py
        ├── tools/
        │   ├── custom_tool.py
        │   └── __init__.py
        └── config/
            ├── agents.yaml
            └── tasks.yaml

Vigtige steder at tilpasse projektet:

• src/crewtest1/config/agents.yaml – Definer agenter, deres roller og deres værktøjer.
• src/crewtest1/config/tasks.yaml – Beskriv de opgaver og workflows, crewet skal udføre.
• src/crewtest1/crew.py – Sætter crewet sammen, tilføjer værktøjer og implementerer orkestreringslogik.
• src/crewtest1/main.py – Entry point, hvor du kan give input og starte specifikke kørsler.