microdao-daarion/services/node2-crewai

CrewAI для microDAO Node-2

🎯 Призначення

CrewAI використовується для формування команд агентів (10-35 агентів) на microDAO Node-2.

📁 Структура

~/node2/crewai/
├── agents/              # Визначення агентів
│   └── example_agent.py
├── crews/               # Формування команд
│   └── example_crew.py
├── tasks/               # Задачі для агентів
├── tools/               # Інструменти для агентів
├── config/              # Конфігурація
│   └── node2_crewai_config.yaml
└── requirements.txt     # Залежності

🚀 Швидкий старт

1. Встановити залежності

cd ~/node2/crewai
pip install -r requirements.txt

2. Створити агентів

Коли отримаєте список агентів, створіть їх у agents/:

from crewai import Agent

my_agent = Agent(
    role="Agent Role",
    goal="Agent Goal",
    backstory="Agent Backstory",
    tools=[...],
    llm=...  # Will use Swoper/Ollama
)

3. Створити команди (crews)

from crewai import Crew, Process

my_crew = Crew(
    agents=[agent1, agent2, ...],
    tasks=[task1, task2, ...],
    process=Process.sequential,
    verbose=True,
    memory=True
)

4. Запустити команду

result = my_crew.kickoff()

🔗 Інтеграція з microDAO Node-2

LLM Provider (Swoper/Ollama)

CrewAI буде використовувати Swoper через Ollama API:

from langchain_community.llms import Ollama

llm = Ollama(
    base_url="http://localhost:11434",
    model="deepseek-r1"  # або інша модель
)

Memory (RAG Router)

Агенти можуть використовувати локальну пам'ять через RAG Router:

from crewai_tools import tool

@tool("Local Memory Search")
def local_memory_search(query: str) -> str:
    # Використовує RAG Router для пошуку
    ...

📋 Очікується

• Список агентів (10-35 агентів)
• Призначення LLM для кожного агента
• Структура команд (crews)

⏭️ Наступні кроки

1. Дочекатися списку агентів від користувача
2. Створити агентів з CrewAI
3. Сформувати команди
4. Інтегрувати з NodeAgent
5. Запустити команди агентів