Crewai -Analytics Vidhya와 함께 AI 쌍 프로그래머를 구축하십시오

소개

효율적인 소프트웨어 개발에 대한 수요는 귀중한 프로그래밍 파트너로서 인공 지능을 채택하는 것입니다. AI 기반 코딩 어시스턴트는 인간 쌍 프로그래머와 마찬가지로 코드 작성, 디버깅 및 최적화를 단순화하여 개발에 혁명을 일으키고 있습니다. 이 기사에서는 CrewAI 에이전트를 사용하여 AI 쌍 프로그래머를 구축하여 코딩 작업을 간소화하고 개발자 생산성을 높이는 것을 보여줍니다.

개요

이 안내서는 다음과 같습니다.

• 코딩 작업을 지원하는 Crewai의 역할을 이해합니다.
• 주요 구성 요소 : 에이전트, 작업, 도구 및 승무원 및 상호 작용.
• 실제 경험 코드 생성 및 검토를위한 AI 에이전트를 설정합니다.
• 협업 코딩을위한 여러 AI 에이전트 구성.
• Crewai를 사용하여 코드 품질을 평가하고 최적화합니다.

목차

• NVLM 1.0 D 74B의 질적 사례
• NVLM과 다른 LLM의 비교
• 다른 멀티 모달 LLM의 한계
• 이러한 한계를 해결합니다
• NVLM : 모델 및 교육 방법
• 교육 데이터
• 결과
• NVLM D 72B 액세스
  • 필요한 라이브러리 가져 오기
  • 모델 샤딩
  • 이미지 전처리
  • 동적 이미지 타일
  • 이미지 로딩 및 전처리
  • 모델로드 및 사용
  • 텍스트 및 이미지 대화
• 자주 묻는 질문

AI 쌍 프로그래머 기능

AI 쌍 프로그래머는 몇 가지 장점을 제공합니다.

1. 코드 생성 : 하나의 AI 에이전트를 사용하여 주어진 문제에 대한 코드를 생성하고 다른 사람과 함께 검토하십시오.
2. 코드 개선 : 지정된 기준에 따라 기존 코드를 평가합니다.
3. 코드 최적화 : 주석 또는 문서 추가와 같은 코드 향상을 요청합니다.
4. 디버깅 : 코드 오류 해결에 대한 제안을받습니다.
5. 테스트 사례 생성 : 테스트 중심 개발을 포함한 다양한 시나리오에 대한 테스트 사례를 생성합니다.

이 기사는 처음 두 기능에 중점을 둡니다.

Crewai는 무엇입니까?

Crewai는 AI 에이전트를 만드는 프레임 워크입니다. 주요 구성 요소는 다음과 같습니다.

• 에이전트 : 에이전트는 LLM (Lange Language Model)을 사용하여 입력 프롬프트를 기반으로 출력을 생성합니다. 도구와 상호 작용하고 사용자 입력을 수락하며 다른 에이전트와 통신합니다.
• 작업 : 설명, 에이전트 및 사용 가능한 도구를 포함하여 에이전트의 목표를 정의합니다.
• 도구 : 에이전트는 웹 검색, 파일 읽기 및 코드 실행과 같은 작업에 도구를 사용합니다.
• 승무원 : 과제에 대해 협력하고 상호 작용, 정보 공유 및 책임 위임을 정의하는 에이전트 그룹.

또한 읽으십시오 : Crewai와 함께 공동 작업 AI 요원 구축

이러한 개념을 설명하기 위해 에이전트를 구축합시다.

전제 조건

AI 쌍 프로그래머를 구축하기 전에 LLM에 대한 API 키를 얻으십시오.

API를 통해 LLM 액세스

선택한 LLM의 API 키를 생성하고 개인 정보를 유지하는 동안 프로젝트 액세스를 위해 .env 파일에 단단히 저장하십시오.

예 .env 파일

샘플 .env 파일 :

필요한 라이브러리

다음 라이브러리 버전이 사용됩니다.

• Crewai - 0.66.0
• Crewai-Tools-0.12.1

코드 생성 자동화

이 섹션에서는 코드 생성 및 검토를위한 라이브러리 가져 오기 및 정의 에이전트를 보여줍니다.

라이브러리 가져 오기

 dotenv import load_dotenv에서
load_dotenv ( '/. env')

Crewai 수입 대리인, 작업, 승무원으로부터

코드 라이터 에이전트 정의

한 에이전트는 코드를 생성하고 다른 에이전트는 검토합니다.

 code_writer_agent = agent (role = "소프트웨어 엔지니어",
                          목표 = '문서 및 댓글을 포함하여 최적화 및 유지 관리 가능한 코드 쓰기', 
                          Backstory = "" ""당신은 docstrings 및 댓글을 가진 최적화되고 유지 관리 가능한 코드를 작성하는 소프트웨어 엔지니어입니다. "",
                          llm = 'gpt-4o-mini',
                          verbose = true)

에이전트 매개 변수가 설명되었습니다

• 역할 : 에이전트의 기능을 정의합니다.
• 목표 : 에이전트의 목표를 지정합니다.
• Backstory : 더 나은 상호 작용을위한 컨텍스트를 제공합니다.
• LLM : 사용 된 LLM을 지정합니다 (옵션은 Litellm 설명서 참조).
• Verbose : 자세한 입력/출력 로깅을 활성화합니다.

코드 작성자 작업 정의

 code_writer_task = task (description = '{language}에서 문제를 해결하기 위해 코드를 작성합니다. 문제 : {문제}',
                        expect_output = '유형 힌트가있는 잘 구성된 코드',
                        에이전트 = code_writer_agent)

작업 매개 변수가 설명되었습니다

• 설명 : 변수 ({language}, {문제})가있는 명확한 작업 목표.
• 예상 _output : 원하는 출력 형식.
• 에이전트 : 작업에 할당 된 에이전트.

코드 검토 자 에이전트 및 작업 정의

마찬가지로 code_reviewer_agent 및 code_reviewer_task 정의하십시오.

 Code_Reviewer_Agent = Agent (role = "Senior Software Engineer",
                            목표 = '코드가 최적화되고 유지 관리 가능하도록합니다', 
                            Backstory = "" "당신은 가독성, 유지 관리 및 성능에 대한 코드를 검토하는 선임 엔지니어입니다." ",
                            llm = 'gpt-4o-mini',
                            verbose = true)

code_reviewer_task = task (description = "" ""{language}의 문제에 대해 작성된 검토 코드. 문제 : {문제} "" ",
                          expect_output = '검토 코드',
                          에이전트 = code_reviewer_agent)

승무원 건축 및 운영

승무원을 만들고 실행하십시오.

 승무원 = 승무원 = [code_writer_agent, code_reviewer_agent], 
            tasks = [code_writer_task, code_reviewer_task], 
            verbose = true)

result = crew.kickoff (입력 = { '문제': 'tic-tac-toe 게임 만들기', '언어': 'Python'})

샘플 출력 :

결과 분석

result 객체에는 다음이 포함됩니다.

 result.dict (). 키 ()
>>> dict_keys ([ 'raw', 'pydantic', 'json_dict', 'tasks_output', 'token_usage']))))).

# 토큰 사용
result.dict () [ 'token_usage']
>>> { 'Total_tokens': 2656, ...}

# 최종 출력
print (result.raw)

그런 다음 생성 된 코드를 실행할 수 있습니다.

자동화 된 코드 평가

이 섹션에서는 기존 코드 평가를 다룹니다.

평가 요구 사항 정의

먼저, 에이전트를 사용하여 요구 사항을 수집 한 다음 다른 에이전트를 사용하여 해당 요구 사항을 기반으로 코드를 평가하십시오.

도구 사용

FileReadTool 은 파일을 읽습니다. 도구는 에이전트 기능을 향상시킵니다. 도구를 작업 및 에이전트에 할당 할 수 있습니다. 작업 수준 할당은 에이전트 레벨 할당을 무시합니다.

요구 사항 수집 대리인 및 작업 설정

 Crewai_tools에서 filereadtool을 가져옵니다

Code_Requirements_agent = Agent (role = "Data Scientist",
                          목표 = '주어진 문제에 대한 코드 요구 사항을 정의하십시오.', 
                          Backstory = "" "귀하는 문제를 해결하기 위해 코드에 대한 요구 사항을 정의하는 데이터 과학자입니다." ",
                          llm = 'gpt-4o-mini',
                          verbose = true)

code_requirement_task = task (description = '단계별 요구 사항 쓰기. 문제 : {문제}',
                            expect_output = '형식 요구 사항 텍스트.',
                            에이전트 = code_requirements_agent,
                            human_input = true)

human_input=True 조정에 대한 사용자 입력이 가능합니다.

코드 평가

이 예제는 더 큰 컨텍스트를 더 잘 처리하기 위해 FileReadTool 및 gpt-4o 사용합니다.

 file_read_tool = filereadtool ( 'eda.py')

code_evaluator_agent = Agent (역할 = "데이터 과학 평가자",
                            목표 = '제공된 요구 사항에 따라 코드 평가', 
                            Backstory = "" "귀하는 주어진 요구 사항을 기반으로 코드를 검토하는 데이터 과학 평가자입니다." ",
                            llm = 'gpt-4o',
                            verbose = true)

code_evaluator_task = task (description = "" "요구 사항에 따라 코드 파일을 평가합니다. 코드가 아닌 평가 만 제공합니다." ",
                           expect_output = '요구 사항에 따른 세부 평가.',
                           도구 = [file_read_tool],
                           에이전트 = code_evaluator_agent)

평가 승무원 구축

승무원을 만들고 문제를 정의하십시오.

 승무원 = 승무원 (agents = [code_requirements_agent, code_evaluator_agent], 
            tasks = [code_requirement_task, code_evaluator_task], 
            verbose = true)

문제 = "" "NYC 택시 여행 기간 데이터 세트에서 EDA를 수행합니다 ..." " # (데이터 세트 설명은 간결하게 생략 됨)

result = crew.kickoff (입력 = { '문제': 문제})

산출

출력은 인간 입력 프롬프트를 보여줍니다.

작업 출력에 개별적으로 액세스 할 수 있습니다.

 print (code_requirement_task.output.raw)
print (result.raw)

결론

Crewai는 AI 중심 코드 생성, 검토 및 평가를 통해 소프트웨어 개발을 향상시키기위한 강력한 프레임 워크를 제공합니다. 역할, 목표 및 작업을 정의함으로써 개발자는 워크 플로를 간소화하고 생산성을 높일 수 있습니다. AI 쌍 프로그래머를 Crewai와 통합하면 효율성과 코드 품질이 향상됩니다. Crewai의 유연성은 원활한 AI 에이전트 협업을 용이하게하여 최적화, 유지 관리 및 오류가없는 코드를 초래합니다. AI가 발전함에 따라 Crewai의 쌍 프로그래밍 기능은 개발자에게 점점 더 가치가 있습니다.

자주 묻는 질문

Q1. Crewai 란 무엇이며 소프트웨어 개발에서의 역할은 무엇입니까? Crewai는 AI 에이전트 프레임 워크로서 개발자가 코드 작성, 검토 및 평가를 통해 생산성 향상을 지원합니다.

Q2. Crewai의 주요 구성 요소는 무엇입니까? 에이전트, 작업, 도구 및 승무원. 에이전트는 행동을 수행합니다. 작업은 목표를 정의합니다. 도구 확장 에이전트 기능; 승무원은 에이전트 협업을 가능하게합니다.

Q3. 코드 생성 AI 에이전트를 설정하는 방법은 무엇입니까? 에이전트의 역할, 목표, 백 스토리 및 LLM을 정의한 다음 문제를 지정하는 해당 작업 및 예상 출력을 만듭니다.

Q4. Crewai 에이전트가 협력 할 수 있습니까? 예, "승무원"을 통해 에이전트가 작업의 다른 측면을 효율적으로 처리 할 수 ​​있도록합니다.

Q5. 어떤 도구를 사용할 수 있습니까? 다양한 도구는 파일 읽기, 웹 검색 및 코드 실행을 포함하여 에이전트 기능을 향상시킵니다.

위 내용은 Crewai -Analytics Vidhya와 함께 AI 쌍 프로그래머를 구축하십시오의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!