CrewAI คืออะไร? ทำความรู้จัก AI Framework ตัวใหม่ล่าสุดปี 2024

[อัพเดทล่าสุด: 10 เมษายน 2024 | เวลาในการอ่าน: 10 นาที]

ในยุคที่ AI กำลังเปลี่ยนแปลงโลก การทำให้ AI ทำงานร่วมกันเป็นทีมถือเป็นก้าวสำคัญที่จะปลดล็อกศักยภาพสูงสุดของเทคโนโลยีนี้ CrewAI คือ framework ที่จะช่วยให้คุณสร้างทีม AI ที่ทำงานร่วมกันได้อย่างมีประสิทธิภาพ เสมือนมีทีมผู้เชี่ยวชาญที่พร้อมทำงานตลอด 24 ชั่วโมง

💡 ในความเห็นของผม CrewAI เปรียบเสมือนการมีทีมผู้ช่วย AI ที่ทำงานร่วมกันเหมือนพนักงานในบริษัทเลยครับ แต่ละคนมีความเชี่ยวชาญเฉพาะด้าน และสามารถแชทคุยกันเองได้! เจ๋งใช่ไหมครับ?

CrewAI คืออะไร

CrewAI เป็น Python framework ตัวใหม่ที่ช่วยให้เราสร้างและจัดการทีม AI agents ที่ทำงานร่วมกันได้อย่างอัตโนมัติ คล้ายๆ กับการมีทีมงานในออฟฟิศ แต่เป็นทีมที่เป็น AI ทั้งหมด!

ลองนึกภาพว่าคุณมีทีมงานที่เป็น AI หลายๆ ตัว:

• มี AI ที่เก่งด้านการค้นหาข้อมูล 🔍
• มี AI ที่เก่งด้านการเขียนบทความ ✍️
• มี AI ที่เก่งด้านการวิเคราะห์ข้อมูล 📊
• มี AI ที่เก่งด้านการสรุปรายงาน 📑

และ AI พวกนี้ทำงานร่วมกันได้! เจ๋งใช่ไหมครับ?

ทำไมต้องใช้ CrewAI? 🌟

ลองคิดดูนะครับ ถ้าคุณต้องทำโปรเจคใหญ่ๆ สักอัน คุณจะต้อง:

1. หาข้อมูลเยอะมาก
2. วิเคราะห์ข้อมูลพวกนั้น
3. เขียนรายงาน
4. สรุปผล
5. นำเสนอ

แทนที่จะต้องทำทุกอย่างเอง หรือจ้างคนหลายๆ คน คุณสามารถใช้ CrewAI สร้างทีม AI มาช่วยทำงานได้!

💡 จากประสบการณ์ของผม การใช้ CrewAI ช่วยประหยัดเวลาได้มากถึง 70% เลยครับ!

CrewAI ทำงานยังไง? 🛠️

1. AI Agents (ทีมงาน AI) 🤖

เปรียบเสมือนพนักงานในบริษัทครับ แต่ละคนมีหน้าที่ต่างกัน เช่น:

• นักวิจัย: หาข้อมูลเก่งๆ
• นักเขียน: เขียนเนื้อหาสุดปัง
• นักวิเคราะห์: วิเคราะห์ข้อมูลแม่นๆ

# สร้างนักวิจัยตลาด
market_researcher = Agent(
    role="Market Research Specialist",
    goal="ค้นหาและวิเคราะห์ข้อมูลตลาด",
    backstory="นักวิเคราะห์มากประสบการณ์ เชี่ยวชาญด้านการวิจัยตลาด",
    verbose=True
)

# สร้างนักเขียนคอนเทนต์
content_writer = Agent(
    role="Content Creator",
    goal="สร้างเนื้อหาที่น่าสนใจจากข้อมูลการวิจัย",
    backstory="นักเขียนมืออาชีพที่มีความสามารถในการสื่อสารข้อมูลซับซ้อน",
    verbose=True
)

# สร้างนักวิเคราะห์ข้อมูล
data_analyst = Agent(
    role="Data Analyst",
    goal="วิเคราะห์ข้อมูลเชิงลึกและสร้างรายงาน",
    backstory="ผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูลและสถิติ",
    verbose=True
)

2. Tools (เครื่องมือ) 🔧

AI แต่ละตัวสามารถใช้เครื่องมือต่างๆ ได้ เช่น:

• PythonREPLTool: สำหรับเขียนโค้ดและประมวลผ
• SerperDevTool: สำหรับค้นหาข้อมูลบนอินเทอร์เน็ต
• WebScraperTool: สำหรับดึงข้อมูลจากเว็บไซต์

from crewai_tools import (
    SerperDevTool,
    WebScraperTool,
    PythonREPLTool
)

# เพิ่ม tools ให้กับ Agent
researcher.add_tool(SerperDevTool())
analyst.add_tool(PythonREPLTool())

3. Process (วิธีการทำงาน) 📋

เปรียบเหมือนระบบการทำงานในบริษัท ที่กำหนดว่า:

• ใครทำอะไรก่อน-หลัง
• ใครต้องคุยกับใคร
• ใครเป็นหัวหน้าทีม

# สร้าง Task สำหรับวิจัยตลาด
market_research = Task(
    description="""
    1. ค้นหาข้อมูลตลาด AI ในปี 2024
    2. วิเคราะห์คู่แข่งหลัก
    3. ระบุโอกาสทางธุรกิจ
    """,
    agent=market_researcher
)

# สร้าง Task สำหรับเขียนบทความ
content_creation = Task(
    description="""
    1. เขียนบทความจากผลการวิจัย
    2. ทำให้เข้าใจง่าย
    3. เพิ่มตัวอย่างประกอบ
    """,
    agent=content_writer
)

วิธีการใช้งาน CrewAI 👨‍💻

เดี๋ยวเรามาลองดูวิธีการใช้งาน CrewAI กันนะครับ โดยตัวอย่างนี้ผมจะลองสร้าง Agent ขึ้นมา 2 ตัวครับ โดยที่ AI ตัวแรกจะทำงานในการค้นหาข้อมูล และ AI ตัวที่สองจะนำข้อมูลที่ได้มาเขียนบทความให้น่าสนใจครับ

1. ติดตั้ง CrewAI

แนะนำให้ติดตั้ง Python Environment ใหม่นะครับ เพื่อความสะดวกในการจัดการ

pip install crewai crewai-tools

2. สร้าง Project ใหม่

ใช้คำสั่งสร้าง project ใหม่ครับ โดยผมจะให้ชื่อ project ว่า ai-research

crewai create crew ai-research

โดยที่ผมจะเลือก openai เพื่อใช้ ChatGPT 4o ในการทำงานครับ โดยที่เราต้องเตรียม API Key ไว้ก่อนนะครับ

แก้ไขไฟล์ # src/ai_research/config/agents.yaml

researcher:
  role: >
    {topic} Senior Data Researcher
  goal: >
    ค้นหาและวิเคราะห์ข้อมูลล่าสุดเกี่ยวกับ {topic}
  backstory: >
    คุณเป็นนักวิจัยอาวุโสที่มีความเชี่ยวชาญในการค้นหาข้อมูลเชิงลึก
    และนำเสนอข้อมูลในรูปแบบที่เข้าใจง่าย มีประสบการณ์วิเคราะห์ {topic}
    มามากกว่า 10 ปี
      
writer:
  role: >
    {topic} Content Specialist
  goal: >
    สร้างเนื้อหาที่น่าสนใจจากข้อมูลการวิจัย
  backstory: >
    คุณเป็นนักเขียนมืออาชีพที่เชี่ยวชาญการสื่อสารข้อมูลซับซ้อนให้เข้าใจง่าย
    มีความสามารถในการสร้าง content ที่ดึงดูดผู้อ่านและให้ความรู้ในเวลาเดียวกัน

แก้ไขไฟล์ # src/ai_research/config/tasks.yaml

research_task:
  description: >
    ค้นหาข้อมูลเชิงลึกเกี่ยวกับ {topic} โดยเน้น:
    1. แนวโน้มและการพัฒนาล่าสุดในปี 2024
    2. ผู้เล่นหลักในตลาดและกลยุทธ์ของพวกเขา
    3. ความท้าทายและโอกาสที่สำคัญ
    4. กรณีศึกษาที่น่าสนใจ
  expected_output: >
    รายการข้อมูลสำคัญ 10 ประเด็นเกี่ยวกับ {topic} พร้อมรายละเอียด
  agent: researcher

writing_task:
  description: >
    สร้างบทความจากข้อมูลการวิจัย โดย:
    1. เขียนในรูปแบบที่เข้าใจง่าย
    2. ใช้ตัวอย่างและการเปรียบเทียบที่ชัดเจน
    3. เพิ่มข้อมูลเชิงลึกและการวิเคราะห์
    4. สรุปประเด็นสำคัญในแต่ละส่วน
  expected_output: >
    บทความความยาว 1,000 คำในรูปแบบ markdown
  agent: writer
  output_file: content.md
  context:
    - research_task    # เห็นผลการวิจัย

แก้ไขไฟล์ # src/ai_research/crew.py

from crewai import Agent, Crew, Process, Task
from crewai.project import CrewBase, agent, crew, task

# Uncomment the following line to use an example of a custom tool
# from ai_research.tools.custom_tool import MyCustomTool

# Check our tools documentations for more information on how to use them
# from crewai_tools import SerperDevTool

@CrewBase
class AiResearchCrew():
	"""AiResearch crew"""

	@agent
	def researcher(self) -> Agent:
		return Agent(
			config=self.agents_config['researcher'],
			# tools=[MyCustomTool()], # Example of custom tool, loaded on the beginning of file
			verbose=True
		)

	@agent
	def writer(self) -> Agent:
		return Agent(
			config=self.agents_config['writer'],
			verbose=True
		)

	@task
	def research_task(self) -> Task:
		return Task(
			config=self.tasks_config['research_task'],
		)

	@task
	def writing_task(self) -> Task:
		return Task(
			config=self.tasks_config['writing_task'],
			output_file='output/report.md'
		)

	@crew
	def crew(self) -> Crew:
		"""Creates the AiResearch crew"""
		return Crew(
			agents=self.agents, # Automatically created by the @agent decorator
			tasks=self.tasks, # Automatically created by the @task decorator
			process=Process.sequential,
			verbose=True,
			# process=Process.hierarchical, # In case you wanna use that instead https://docs.crewai.com/how-to/Hierarchical/
		)

แก้ไขไฟล์ # src/ai_research/main.py

import sys
from ai_research.crew import AiResearchCrew

# This main file is intended to be a way for you to run your
# crew locally, so refrain from adding unnecessary logic into this file.
# Replace with inputs you want to test with, it will automatically
# interpolate any tasks and agents information

def run():
    """
    Run the crew.
    """
    inputs = {
        'topic': 'AI Agents และการประยุกต์ใช้ในธุรกิจ'
    }
    AiResearchCrew().crew().kickoff(inputs=inputs)

จากนั้นลอง สั่งให้ทำงานดูครับ

crewai run

ผลลัพธ์ที่ได้ก็น่าสนใจเลยครับ

ข้อดีของ CrewAI

• ใช้งานง่าย มีความยืดหยุ่นสูงในการสร้าง AI agent ผ่านการเขียน Python code
• สามารถจำลองการทำงานเป็นทีมของ AI ได้ โดยกำหนดบทบาทหน้าที่ของแต่ละ agent และให้ agent สื่อสารแลกเปลี่ยนข้อมูลกันได้
• รองรับการใช้งานร่วมกับ LLM และ AI model อื่นๆ ได้หลากหลาย ทำให้ปรับแต่งได้ตามความต้องการ
• เป็น open source ไม่มีค่าใช้จ่าย ช่วยให้นักพัฒนานำไปต่อยอดได้ง่าย แต่จะต้องจ่ายหากมีการเรียกใช้ API ของ AI เช่น ChatGPT (GPT-4o, GPT-4o mini)
• มีชุมชนนักพัฒนาคอยให้ความช่วยเหลือ
• รองรับการใช้งานร่วมกับโมเดล AI Open Source อื่นๆ เช่น Mistral, llma2 และโมเดลในเครื่องอย่าง Ollama ทำให้สามารถปรับแต่งให้ตอบโจทย์งานเฉพาะทางได้

ข้อควรระวัง ⚠️

1. ต้องวางแผนดีๆ
   • กำหนดบทบาทให้ชัดเจน
   • ระบุเป้าหมายให้ชัด
   • เตรียม prompts ให้ดี
2. ดูแลค่าใช้จ่าย
   • คิดค่า API ตามการใช้งาน
   • ระวังการใช้ token เกิน
   • วางแผนงบประมาณ

เทคนิคการใช้งาน 💡

1. เริ่มต้นแบบง่ายๆ
   • ทดลองใช้ 2-3 Agents ก่อน
   • ทำงานง่ายๆ ก่อน
   • ค่อยๆ เพิ่มความซับซ้อน
2. ตรวจสอบผลงานเสมอ
   • review output ทุกครั้ง
   • ปรับแต่ง prompts ตามผลลัพธ์
   • เก็บ feedback ไว้พัฒนา

การนำ CrewAI ไปประยุกต์ใช้

CrewAI เหมาะสำหรับงานที่ต้องอาศัยความร่วมมือของ AI หลายตัวในการแก้ปัญหา เช่น

• การวิเคราะห์ข้อมูลลูกค้าเพื่อแนะนำสินค้าที่เหมาะสมและสร้างข้อความโฆษณาสินค้าโดยอัตโนมัติ
• การสร้าง AI chatbot ที่มีความสามารถหลากหลาย เช่น จดจำประวัติการสนทนา ค้นหาข้อมูลจากเว็บ และคำนวณคณิตศาสตร์ได้
• การพัฒนา AI ให้ทำงานร่วมกันเป็นทีมในลักษณะ Agile squad เพื่อพัฒนาซอฟต์แวร์อย่างอัตโนมัติ

สรุป 🎯

CrewAI เป็นเทคโนโลยีที่น่าตื่นเต้นมากๆ ในปี 2024 ครับ ผมให้คะแนน 9/10 เพราะ:

• ใช้งานง่าย ไม่ซับซ้อน
• ประหยัดเวลาและต้นทุน
• ทำงานได้หลากหลาย
• มี community ที่แข็งแกร่ง

แต่ก็ยังมีที่ต้องพัฒนาอีกนิดหน่อย เช่น:

• Documentation ยังไม่สมบูรณ์
• บางครั้งอาจมี bugs
• ต้องระวังเรื่องค่าใช้จ่ายในการใช้ API ของ LLM เช่น GPT-4o

💡 ความเห็นส่วนตัว: ถ้าคุณกำลังมองหาเครื่องมือที่จะช่วยเพิ่มประสิทธิภาพการทำงาน CrewAI น่าจะเป็นคำตอบที่ดีครับ!

ติดตามบทความดีๆ แบบนี้ได้ที่เพจของผมนะครับ! แล้วเจอกันบทความหน้า ขอบคุณที่ติดตามครับ! 👋

#CrewAI #MultiAgentAI #ArtificialIntelligence #MachineLearning #Python #AI #Technology #Python #FutureOfWork #DigitalTransformation #Agentic