🧑‍⚖️ 多代理法律助手 — 超快的 RAG。 由 CrewAI 提供支持，此演示在 <30ms 内查询 50M+ 向量，以提供引用的法律答案。由 @akshay_pachaar 构建。

我们很高兴欢迎 @joaomdmoura，@crewAIInc 的首席执行官，参加 2025 年 ODSC 西部大会！🤖🚀 如果你想了解 AI 代理、可扩展的机器学习和现实世界工程是如何结合在一起的，乔的观点是你绝对不想错过的。 立即注册 →

我刚刚发布了一个简洁的逐步 Jupyter Notebook，展示了如何为 @crewAIInc 构建一个自定义 LLM，该 LLM 调用 @AnthropicAI 的 Messages API 并实现提示缓存。 那么，什么是提示缓存，何时在你的团队中使用它？ 这是一种在 API 调用之间缓存提示的长重复部分（通常是系统上下文）的方法。你发送一次，然后后续调用重用它；将输入成本降低约 90%，并将首次令牌的时间缩短约 85%，前提是系统内容 + 模型 + 头部保持不变，并且你在 TTL 范围内（默认 5 分钟，测试版 1 小时）。 这对于多轮对话的团队非常有效。任何时候你的团队在任务之间重用长且稳定的系统上下文时（想想：手册、规范、代码库摘要），也很有用。如果你的系统/上下文在每次调用时都在变化，缓存就不会有太大帮助。 这本食谱使用来自古腾堡计划的“弗兰肯斯坦”来演示如何使用真实的长上下文进行缓存。 下面的图示：第一次运行写入缓存；后续运行在系统内容、模型和头部在 TTL 范围内匹配时从缓存读取。 代码库 + Notebook 在评论中。

🧠 从想法 → 部署代理工作流程。无需编码。 我们刚刚发布了 CrewAI Studio 的完整演示——我们的新平台，让您可以直接从自然语言构建、运行和部署多代理自动化。 💬 想输入“构建一个找到价格低于 100 万美元的房屋并给我发送报告的代理”吗？ Studio 将： ✅ 解析提示 ✅ 启动合适的代理 + 工具（例如 Serper、Gmail） ✅ 自动生成整个 Crew 流程——在可视化编辑器中实时显示 🎯 在演示中，我们构建了一个房地产研究助手，它： • 按城市 + 价格搜索房源 • 编制智能 HTML 报告 • 将结果通过电子邮件发送给用户 • 所有这些只需一行输入 ⚙️ 您还可以手动构建： • 拖放代理、任务、工具 • 配置 LLM，添加记忆，开启推理 • 深度可观察性和实时执行跟踪 完成后？点击“发布”并部署为： → API 端点 → 嵌入式 React 组件 → 自定义聊天应用 → MCP 服务器 (stdio)

我们目前正在测试我们的新 @crewAIInc Studio，但很快就会正式发布！ 到目前为止，看到人们第一次看到它运行时的反应真是令人震惊。 我录制了一段简短的预览，展示了如何通过我们的平台进行氛围编码一个代理，并在几分钟内让它运行，而无需编写一行代码。

在如今的人工智能代理中，价值实现的速度和迭代的速度带来了巨大的差异。 那些实验速度更快的公司获得了更多的创意，而那些迭代速度更快的公司则更快地实现了价值和可靠性。 这是我们在所有使用CrewAI的公司中看到的模式！

🧾 由代理提供支持的监管情报。 @tonykipkemboi刚刚发布了一个分步教程，展示了如何构建一个多代理系统，该系统： ✅ 监控监管变化 ✅ 分析 >320k SEC 文件 ✅ 生成精美的影响报告 🧠 CrewAI 编排代理 ❄️ @Snowflake MCP 解锁真实的 SEC 数据 🔍 @serperapi处理网络搜索 + 见解 专为需要上下文和精确自动化的金融科技、合规和资产管理团队而构建。 📦 完整代码 + 教程 🧵

看看这个！@crewAIInc🤝 @googledevs

AI代理的保护措施。

一个完整的 Google Ads 广告系列（从研究到素材资源和广告）只需 10 分钟即可使用两个 CrewAI 团队构建和发布。🎬 @crewAIInc @joaomdmoura @adsliaison 🎥👇 #AgenticAI #AIAgent #crewai