Supply Chain-Agent mit CrewAI gebaut und optimiert

2025 ist das Jahr der KI-Agenten, und es könnte Ihr erstes Projekt sein, einen solchen Agenten zu bauen. CrewAI ist ein amüsantes Werkzeug, das es ermöglicht, Agenten zu entwickeln, ohne viel Code schreiben zu müssen. Es ist besonders geeignet für Teamarbeit von Agenten und basiert auf dem Konzept der rollebasierten Zusammenarbeit. CrewAI ermöglicht es Ihnen, Rollen wie Entwickler, Analyst und Editor zu definieren, wobei jeder Agent durch eine spezifische Persönlichkeit gesteuert wird. Sie können den Agenten Aufgaben zuweisen, und sie kommunizieren miteinander, um diese zu lösen. In meinem Projekt habe ich ein System mit zwei Agenten konstruiert, das RFQs (Anfragen nach Angeboten) erstellt, verschiedene Transportunternehmen vergleicht und die beste Wahl trifft. Teil 1: Einrichtung der Umgebung CrewAI ist ein Python-Framework, daher stellen Sie sicher, dass Python auf Ihrem System installiert ist. CrewAI wird durch den Paket-Manager uv verwaltet, der ebenfalls installiert sein muss. bash $ pip install uv Nach der Installation von uv können Sie den Befehl ausführen, um CrewAI zu installieren: bash $ uv install crewai Teil 2: Erstellung des Agentensystems Um das System zu erstellen, beginnen Sie damit, zwei Agenten zu definieren: einen Entwickler und einen Analysten. Der Entwickler-Agent ist dafür verantwortlich, die RFQs zu generieren, während der Analyst-Agent die verschiedenen Transportunternehmen auswertet und die beste Option vorschlägt. Schritt 1: Definieren der Agentenrollen Erstellen Sie eine Datei namens agents.py und definieren Sie darin die beiden Agenten: ```python from crewai import Agent class DeveloperAgent(Agent): def generate_rfq(self, customer_requirements): # Logik zur Generierung von RFQs return rfq class AnalystAgent(Agent): def compare_carriers(self, rfq, carriers): # Logik zum Vergleichen der Transportunternehmen best_choice = self.evaluate_carriers(rfq, carriers) return best_choice def evaluate_carriers(self, rfq, carriers): # Evaluationslogik # Beispiel: Bewertung basierend auf Preis, Lieferzeit und Qualität best_carrier = None best_score = -1 for carrier in carriers: score = self.calculate_score(carrier, rfq) if score > best_score: best_score = score best_carrier = carrier return best_carrier def calculate_score(self, carrier, rfq): # Berechnungslogik für die Bewertung price_weight = 0.4 delivery_time_weight = 0.3 quality_weight = 0.3 score = (carrier.price * price_weight) + (carrier.delivery_time * delivery_time_weight) + (carrier.quality * quality_weight) return score ``` Schritt 2: Implementierung der Aufgaben Erstellen Sie eine Datei namens main.py, in der Sie die Aufgaben koordinieren: ```python from crewai import Crew from agents import DeveloperAgent, AnalystAgent def main(): # Initialisieren der Crew crew = Crew() # Hinzufügen der Agenten developer_agent = DeveloperAgent() analyst_agent = AnalystAgent() crew.add_agents([developer_agent, analyst_agent]) # Beispiel-Kundenanforderungen customer_requirements = { "product_type": "Elektronik", "quantity": 100, "delivery_location": "Berlin" } # Generieren der RFQ rfq = developer_agent.generate_rfq(customer_requirements) # Liste der Transportunternehmen carriers = [ {"name": "DHL", "price": 150, "delivery_time": 3, "quality": 9}, {"name": "FedEx", "price": 180, "delivery_time": 2, "quality": 8}, {"name": "UPS", "price": 200, "delivery_time": 4, "quality": 7} ] # Vergleich der Transportunternehmen best_carrier = analyst_agent.compare_carriers(rfq, carriers) print(f"Die beste Wahl für den Transport ist: {best_carrier['name']}") if name == "main": main() ``` Teil 3: Auswertung und Weiterentwicklung Das System, das ich mit CrewAI gebaut habe, ist hoch effektiv. Es erlaubt es, RFQs schnell zu generieren und die besten Transportunternehmen basierend auf verschiedenen Kriterien auszuwählen. Die Kommunikation zwischen den Agenten ist nahtlos und die Ergebnisse sind präzise. Weitere Entwicklungsmöglichkeiten Erweiterte Evaluationskriterien: Fügen Sie zusätzliche Kriterien hinzu, wie Nachhaltigkeit oder Kundenservice. Integration von externen Datenquellen: Verbinden Sie das System mit API-Schnittstellen, um aktuelle Daten über Preise und Lieferzeiten zu erhalten. Benutzerfreundliche Schnittstelle: Entwickeln Sie eine UI, die es Benutzern erleichtert, Kundenanforderungen einzugeben und die Ergebnisse anzusehen. Industrieinnenauswertung Experten in der Logistik- und Technologiebranche sehen in CrewAI ein großes Potenzial. Das Tool vereinfacht die Entwicklung komplexer Agenten-Systeme und kann dabei helfen, die Effizienz von Supply Chains zu steigern. Unternehmen wie DHL und FedEx zeigen bereits Interesse an ähnlichen Projekten, da sie die Vorteile von automatisierten Prozessen erkennen. CrewAI ist ein innovatives Framework, das von der Firma CrewAI Technologies entwickelt wurde. Es ist open source und wird kontinuierlich verbessert, um die Bedürfnisse verschiedener Branchen zu erfüllen. Die einfache Handhabung und die Möglichkeit, Agenten ohne tiefgehende Programmierkenntnisse zu erstellen, macht es zu einem wertvollen Werkzeug für Entwickler und Unternehmen gleichermaßen.