CrewAI Study - Jornada de Aprendizado

Visão Geral do Repositório

Este repositório documenta minha jornada de estudos e implementação prática utilizando o framework CrewAI. O objetivo é aplicar os conceitos de agentes, tarefas e processos colaborativos para construir sistemas de automação baseados em LLMs (Large Language Models).

Este repositório serve como um diário de bordo para acompanhar o progresso do curso da DIO e como um portfólio dos projetos desenvolvidos.

---

O que Estudei (Tópicos Abordados)

Este repositório é dividido pelas principais etapas e conceitos aprendidos durante o curso:

1. Fundamentos do CrewAI

• Introdução ao CrewAI: Entendimento da arquitetura de agentes e sua aplicação em workflows.
• Configuração Inicial: Instalação e configuração do ambiente de desenvolvimento.
• Conceitos Chave: Diferença entre Agents, Tasks, Crews e Processes.

2. Implementação Prática

• Definição de Agentes (Agents): Como configurar papéis, habilidades e objetivos para cada agente.
• Criação de Tarefas (Tasks): Definição de subtarefas que os agentes precisam executar.
• Definição de Processos (Processes): Estabelecimento das regras de colaboração (Sequential, Hierarchical, etc.).
• Integração de Ferramentas (Tools): Como conectar agentes a APIs externas ou outras funcionalidades.

3. Projetos e Exemplos

• Projeto Hands-On: Explorando o Ecosistema CrewAI.
• Projeto Hands-On: Construindo Projetos com CrewAI.
• Projeto Hands-On: Implementando Agentes e Tarefas: Exemplo de um fluxo de pesquisa e análise de dados usando CrewAI.

---

Roteiro de Estudos (Módulos do Curso DIO)

1. Introdução aos Fundamentos do CrewAI

| Módulo | Duração | Status | |--------|---------|--------| | Como Você Vai Dominar os Fundamentos do CrewAI | 04:48 | ✅ CONCLUÍDO | | Visão Geral do Ecossistema CrewAI | 08:05 | ⏳ EM ANDAMENTO | | Projeto Hands-On: Explorando o Ecossistema CrewAI | 15:15 | ⏳ PENDENTE | | Questionário: Visão Geral do Ecossistema CrewAI | 3 questões | ⏳ PENDENTE |

2. Componentes Principais de Projetos CrewAI

| Módulo | Duração | Status | |--------|---------|--------| | Desvendando os Componentes de Projetos CrewAI | 07:50 | ⏳ PENDENTE | | Projeto Hands-On: Construindo Projetos com CrewAI | 27:21 | ⏳ PENDENTE | | Questionário: Componentes Principais de Projetos CrewAI | 4 questões | ⏳ PENDENTE |

3. Conceitos de Agentes, Tarefas e Papéis

| Módulo | Duração | Status | |--------|---------|--------| | Entendendo Agentes, Tarefas e Papéis no CrewAI | 07:39 | ⏳ PENDENTE | | Projeto Hands-On: Implementando Agentes e Tarefas | 26:55 | ⏳ PENDENTE | | Questionário: Conceitos de Agentes, Tarefas e Papéis | 5 questões | ⏳ PENDENTE |

4. Aplicações Práticas e Benefícios do CrewAI

| Módulo | Duração | Status | |--------|---------|--------| | Aplicando CrewAI: Exemplos e Vantagens Competitivas | 08:43 | ⏳ PENDENTE | | Projeto Hands-On: Explorando Benefícios do CrewAI | 09:06 | ⏳ PENDENTE | | Questionário: Aplicações Práticas e Benefícios do CrewAI | - | ⏳ PENDENTE |

---

Configuração e Pré-requisitos

Para rodar os exemplos e projetos deste repositório, você precisará dos seguintes pré-requisitos:

Ambiente de Desenvolvimento

• Python: Versão 3.8+
• Poetry (recomendado) ou venv/conda

Dependências

Usando Poetry (Recomendado)

# Instalar todas as dependências
poetry install

# Executar scripts
poetry run python seu_script.py

Usando pip

# Instalar dependências manualmente
pip install crewai openai python-dotenv

Variáveis de Ambiente

Este projeto utiliza variáveis de ambiente para gerenciar as chaves de API. Crie um arquivo chamado .env na raiz do projeto:

# .env file
OPENAI_API_KEY="SUA_CHAVE_AQUI"

---

Como Executar os Exemplos

Para rodar os exemplos de código contidos neste repositório, siga estes passos:

1. Clone o repositório:

   git clone [URL_DO_SEU_REPOSITORIO]
   cd [NOME_DA_PASTA]
   

2. Crie e ative o ambiente virtual:

   # Usando venv
   python -m venv venv
   source venv/bin/activate  # Linux/macOS
   # ou venv\Scripts\activate  # Windows
   
   # Ou usando Poetry
   poetry shell
   

3. Instale as dependências:

   # Usando pip
   pip install -r requirements.txt
   
   # Usando Poetry
   poetry install
   

4. Configure as variáveis de ambiente:

   cp .env.example .env
   # Edite o arquivo .env com suas chaves de API
   

5. Execute o script principal:

   python main.py
   # ou
   poetry run python main.py
   

---

Estrutura do Projeto

crewai-study/
├── src/
│   ├── agents/          # Definição dos agentes
│   ├── tasks/           # Definição das tarefas
│   ├── crews/           # Configuração dos crews
│   └── tools/           # Ferramentas personalizadas
├── notebooks/           # Jupyter notebooks para experimentos
├── tests/              # Testes unitários
├── data/               # Dados de exemplo
├── .env                # Variáveis de ambiente
├── pyproject.toml      # Configuração Poetry
├── requirements.txt    # Dependências pip
└── README.md          # Este arquivo

---

Próximos Passos

O aprendizado sobre CrewAI é contínuo. Meus objetivos futuros incluem:

1. Avançar na Complexidade: Implementar processos mais complexos (ex: Reflection ou Self-Correction).
2. Explorar Ferramentas: Integrar mais ferramentas externas (Web Scraping, integração com bases de dados).
3. Portfólio: Desenvolver um projeto final de ponta a ponta que demonstre a capacidade de orquestração completa do CrewAI.
4. Compartilhar Conhecimento: Criar tutoriais e artigos sobre as melhores práticas com CrewAI.

---

Roadmap de Aprendizado

• [x] Introdução aos fundamentos do CrewAI
• [ ] Configuração do ambiente de desenvolvimento
• [ ] Criação do primeiro agente
• [ ] Definição de tarefas e processos
• [ ] Integração com ferramentas externas
• [ ] Projeto prático completo
• [ ] Documentação e compartilhamento

---

Como Contribuir

Contribuições são bem-vindas! Se você tem sugestões, correções ou ideias para novos projetos:

1. Faça um fork do repositório
2. Crie uma branch para sua feature (git checkout -b feature/AmazingFeature)
3. Commit suas mudanças (git commit -m 'Add some AmazingFeature')
4. Push para a branch (git push origin feature/AmazingFeature)
5. Abra um Pull Request

---

Licença

Este projeto está sob a licença GNU - veja o arquivo LICENSE para detalhes.

---

Contato

Se você tiver alguma dúvida, sugestão ou quiser colaborar neste estudo, sinta-se à vontade para entrar em contato

---

Agradecimentos

• DIO pelo curso e material de estudo
• CrewAI pelo framework incrível
• Comunidade open-source pelo suporte e colaboração

---

<div align="center"> _{Built with ❤️ during the CrewAI Study Journey} </div>