Hierarchical Crew
El componente Hierarchical Crew reúne a un equipo de agentes de IA y les asigna una lista de tareas, igual que un equipo con un responsable al frente. El responsable decide qué agente hace cada tarea, revisa lo que entregan y compone la respuesta final. Las tareas no llevan un agente asignado de antemano: el reparto lo hace el responsable.
Úsalo cuando el trabajo tiene varias partes y no está claro de antemano quién debe hacer cada una, o cuando quieres que alguien supervise y valide el trabajo de los demás.
Cuándo usarlo
- Preparar una propuesta comercial con un equipo de investigador, redactor y revisor, dejando que el responsable coordine.
- Resolver una consulta compleja de un cliente que puede requerir a distintos especialistas.
- Elaborar un análisis en el que unas partes dependen de lo que encuentren otras.
- Revisar la calidad del trabajo de varios agentes antes de dar una respuesta.
Configuración
| Conexión | Qué conectar |
|---|---|
| Agents | Los miembros del equipo: uno o varios CrewAI Agent. |
| Tasks | Las tareas del equipo: uno o varios Hierarchical Task. |
| Model | Un componente de modelo de IA que hace de responsable del equipo. |
| Manager | En lugar de un modelo, un CrewAI Agent que hace de responsable, con su propio rol y objetivo. |
Conecta Model o Manager: el equipo necesita un responsable para funcionar.
Opciones avanzadas
| Campo | Qué hace |
|---|---|
| Memory | El equipo guarda una memoria común entre tareas. Por defecto: desactivado. |
| Cache | Reutiliza el resultado de una herramienta cuando se le pide exactamente lo mismo otra vez. Por defecto: activado. |
| Max RPM | Número máximo de peticiones por minuto que el equipo hace al modelo de IA. Por defecto: 100. |
| Verbose | Nivel de detalle del registro de la ejecución. Por defecto: 0. |
| Share Crew | Comparte información de la ejecución del equipo con el servicio CrewAI. Por defecto: desactivado. Déjalo desactivado. |
| Function Calling LLM | Conexión para un modelo de IA que los agentes usan para llamar a sus herramientas. Si no conectas nada, cada agente usa el suyo. |
Resultado
Output: el texto con la respuesta final del equipo. Conéctalo a un Chat Output para mostrarlo, o a cualquier componente que reciba texto, como un generador de documentos.
Ejemplo
Inmobiliaria Sol del Este quiere preparar fichas de venta de sus pisos. Crea tres agentes (un investigador de la zona, un redactor y un revisor de estilo), dos tareas (“Describe los servicios del barrio de la calle Alcalá 120” y “Redacta una ficha de venta atractiva de 150 palabras”) y conecta un modelo de IA en Model. El responsable reparte las tareas, pide revisiones si hace falta y devuelve la ficha terminada.
Buenas prácticas
- Escribe tareas con un resultado esperado claro: es lo que el responsable usa para decidir si el trabajo está terminado.
- Si siempre sabes qué agente hace cada tarea, usa un Sequential Crew: es más previsible.