CrewAI - AWS 規範ガイダンス
の主な機能 CrewAICrewAI を使用する場合の実装アプローチ CrewAIの実例 CrewAI

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

CrewAI

CrewAI は、特に GitHub で利用可能な自律型マルチエージェントオーケストレーションに焦点を当てたオープンソースフレームワークです。これは、人間の介入なしに複雑なタスクを解決するために協力する特殊な自律型エージェントのチームを作成するための構造化されたアプローチを提供します。 CrewAI は、ロールベースの調整とタスクの委任を強調します。

の主な機能 CrewAI

CrewAI には、次の主要な機能があります。

  • ロールベースのエージェント設計 – 自律エージェントは、特殊な専門知識を実現するために、特定のロール、目標、バックストーリーで定義されます。詳細については、 CrewAIドキュメントの「Crafting Effective Agents」を参照してください。

  • タスクの委任 – 機能に基づいて適切なエージェントにタスクを自動的に割り当てるための組み込みメカニズム。詳細については、 CrewAIドキュメントの「タスク」を参照してください。

  • エージェントコラボレーション – 人間による仲介のない、エージェント間の自律的なコミュニケーションと知識共有のためのフレームワーク。詳細については、 CrewAIドキュメントの「コラボレーション」を参照してください。

  • プロセス管理 – シーケンシャルおよび並列の自律タスク実行のための構造化ワークフロー。詳細については、 CrewAIドキュメントの「プロセス」を参照してください。

  • 基盤モデルの選択 – Anthropic Claude、Amazon Bedrock の Amazon Nova モデル (Premier、Pro、Lite、Micro) など、さまざまな基盤モデルをサポートし、さまざまな自律推論タスクを最適化します。詳細については、 CrewAIドキュメントのLLMs」を参照してください。

  • LLM API 統合 – Amazon Bedrock、、ローカルモデルのデプロイなどOpenAI、複数の LLM サービスインターフェイスとの柔軟な統合。詳細については、 CrewAIドキュメントの「プロバイダー設定の例」を参照してください。

  • マルチモーダルサポート – テキスト、画像、その他のモダリティを処理して、包括的な自律型エージェントインタラクションを実現するための新しい機能。詳細については、 CrewAIドキュメントの「マルチモーダルエージェントの使用」を参照してください。

CrewAI を使用する場合

CrewAI は、次のような自律型エージェントのシナリオに特に適しています。

  • 専門的なロールベースの専門知識を自律的に活用できる複雑な問題

  • 複数の自律型エージェント間の明示的なコラボレーションを必要とするプロジェクト

  • チームベースの問題分解が自律的な問題解決を改善するユースケース

  • さまざまな自律エージェントロール間で懸念を明確に分離する必要があるシナリオ

の実装アプローチ CrewAI

CrewAI は、 CrewAIドキュメントの「開始方法」で説明されているように、ビジネスステークホルダー向けの AI エージェントアプローチのチームのロールベースの実装を提供します。このフレームワークにより、組織は次のことが可能になります。

  • 特定のロール、目標、専門知識領域を持つ特殊な自律型エージェントを定義します。

  • 特殊な機能に基づいてエージェントにタスクを割り当てます。

  • タスク間に明確な依存関係を確立して、構造化ワークフローを作成します。

  • 複数のエージェント間のコラボレーションを調整して、複雑な問題を解決します。

このロールベースのアプローチは人間のチーム構造を反映しており、ビジネスリーダーは直感的に理解して実装できます。組織は、ヒューマンチームの運営方法と同様に、ビジネス目標を達成するために協力する専門の専門分野を持つ自律型チームを作成できます。ただし、自律型チームは人間の介入なしに継続的に作業できます。

の実例 CrewAI

AWS は、CrewAI公開されたケーススタディで説明されているように、Amazon Bedrock と統合された CrewAI を使用して自律型マルチエージェントシステムを実装 AWS し、ベンダーに依存しない安全なフレームワークCrewAIを開発しました。CrewAI オープンソースの「フローとクルー」アーキテクチャは、Amazon Bedrock 基盤モデル、メモリシステム、コンプライアンスガードレールとシームレスに統合されます。

実装の主な要素は次のとおりです。

  • 設計図とオープンソース – AWS および は、CrewAIエージェントを Amazon Bedrock モデルとオブザーバビリティツールにマッピングするリファレンスデザインをCrewAIリリースしました。 https://aws.amazon.com/blogs/machine-learning/build-agentic-systems-with-crewai-and-amazon-bedrock/また、マルチエージェント AWS セキュリティ監査クルー、コードモダナイゼーションフロー、コンシューマーパッケージ製品 (CPG) バックオフィスオートメーションなどのサンプルシステムもリリースしました。

  • オブザーバビリティスタックの統合 – このソリューションは、Amazon CloudWatch、AgentOps、および によるモニタリングを埋め込みLangFuse、概念実証から本番稼働までのトレーサビリティとデバッグを可能にします。

  • 実証済みの投資収益率 (ROI) – 初期のパイロットでは、大規模なコードモダナイゼーションプロジェクトの実行が 70% 高速化され、CPG バックオフィスフローの処理時間が約 90% 短縮されました。