CrewAI Agent

El CrewAI Agent es un bloque de construcción dentro del dashboard de Nappai que permite crear un asistente inteligente. Con él, puedes definir quién es el asistente (su rol), qué debe lograr (su objetivo), su historia de fondo y las herramientas que puede usar. El asistente se alimenta de un modelo de lenguaje (LLM) y puede recordar conversaciones anteriores, delegar tareas a otros agentes o incluso ejecutar código, según lo que elijas.

¿Cómo funciona?

Cuando arrastras el componente al flujo de trabajo, Nappai crea internamente un objeto Agent de la librería CrewAI.

• Rol, objetivo y backstory: son textos que describen al asistente y le dan contexto.
• Herramientas: son funciones externas (por ejemplo, una API de búsqueda o un extractor de datos) que el agente puede llamar cuando necesita información adicional.
• Modelo de lenguaje: el LLM que procesa el lenguaje natural y genera respuestas.
• Memoria: si está activada, el agente recuerda lo que ha dicho antes para mantener la coherencia.
• Delegación: permite que el agente envíe subtareas a otros agentes si la tarea es demasiado compleja.
• Ejecución de código: cuando está habilitada, el agente puede ejecutar fragmentos de código Python para cálculos o manipulaciones de datos.

Todo esto se ejecuta localmente dentro del entorno de Nappai; no se hace ninguna llamada a APIs externas aparte de la que el LLM pueda requerir (por ejemplo, OpenAI, Anthropic, etc.) según el modelo que elijas.

Entradas

Campos de Entrada

• Role: Define la identidad del asistente (ej. “Asistente de soporte técnico”).
• Goal: Establece la meta que debe alcanzar (ej. “Resolver la consulta del cliente”).
• Backstory: Proporciona contexto adicional que ayuda al modelo a responder de forma coherente (ej. “Ha trabajado en soporte durante 5 años”).
• Tools: Lista de herramientas que el agente puede usar (por ejemplo, una herramienta de búsqueda web o una API de base de datos).
• Model: El modelo de lenguaje que ejecutará el agente (por ejemplo, GPT‑4, Claude, etc.).
• Memory: Si se activa, el agente recordará interacciones previas.
• Verbose: Muestra mensajes de depuración en el panel de logs.
• Allow Delegation: Permite que el agente delegue tareas a otros agentes.
• Allow Code Execution: Permite que el agente ejecute código Python.
• kwargs: Parámetros adicionales que se pasan directamente al constructor del agente (por ejemplo, max_iterations).

Salidas

• Agent: El objeto Agent creado, listo para ser usado en tareas o en un grupo de agentes (Crew).

Ejemplo de Uso

Supongamos que quieres crear un asistente que ayude a los usuarios a encontrar información en tu base de datos interna.

1. Arrastra el componente CrewAI Agent al flujo.
2. Configura los campos:
   • Role: “Consultor de datos interno”.
   • Goal: “Responder preguntas sobre la base de datos de clientes”.
   • Backstory: “Ha trabajado con la base de datos durante 3 años”.
   • Tools: Añade una herramienta que ejecute consultas SQL.
   • Model: Selecciona el modelo de tu preferencia (por ejemplo, GPT‑4).
   • Memory: Activa para que recuerde consultas previas.
   • Allow Delegation: Activa si quieres que el agente pueda crear sub‑agentes para tareas complejas.
   • Allow Code Execution: Desactiva para evitar riesgos de seguridad.
3. Conecta la salida Agent a un componente CrewAI Task que le dé una pregunta concreta (“¿Cuántos clientes tienen más de 5 años de suscripción?”).
4. Ejecuta el flujo y observa cómo el agente usa la herramienta SQL para obtener la respuesta y la devuelve al usuario.

Componentes Relacionados

• CrewAI Task – Define una tarea específica que el agente debe completar.
• CrewAI Crew – Agrupa varios agentes (incluido el que acabas de crear) para colaborar en proyectos más grandes.
• CrewAI Tool – Crea herramientas personalizadas que el agente puede usar.

Consejos y Mejores Prácticas

• Define un rol claro: Un rol conciso ayuda al modelo a enfocarse en la tarea.
• Usa memoria solo cuando sea necesario: Mantener demasiada información puede ralentizar el agente.
• Activa la delegación con precaución: Solo habilítala cuando la tarea sea demasiado compleja para un solo agente.
• Desactiva la ejecución de código a menos que tengas un entorno seguro y controles estrictos.
• Revisa las herramientas: Asegúrate de que cada herramienta esté bien documentada y sea confiable.

Consideraciones de Seguridad

• Ejecución de código: Si habilitas esta opción, el agente puede ejecutar cualquier fragmento de Python. Evita usarla con datos sensibles o en entornos de producción sin supervisión.
• Delegación: Cuando el agente delega, cada sub‑agente también puede usar herramientas y ejecutar código. Verifica que todas las herramientas delegadas sean seguras.
• Modelos de lenguaje: Algunos modelos pueden generar respuestas inesperadas. Siempre revisa la salida antes de usarla en procesos críticos.

Con esta configuración, tendrás un asistente inteligente que puede interactuar con tus datos y herramientas de forma segura y eficiente dentro del dashboard de Nappai.