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

我們很高興歡迎 @joaomdmoura，@crewAIInc 的首席執行官，參加 2025 年 ODSC 西部大會！🤖🚀 如果你想了解 AI 代理、可擴展的機器學習和現實世界工程是如何結合在一起的，喬的觀點是你絕對不想錯過的。 立即註冊 →

我剛剛發布了一個簡潔的逐步 Jupyter Notebook，展示了如何為 @crewAIInc 構建一個自定義 LLM，該 LLM 調用 @AnthropicAI 的 Messages API 並實現提示緩存。 那麼，什麼是提示緩存，何時在你的團隊中使用它？ 這是一種在 API 調用之間緩存提示的長重複部分（通常是系統上下文）的方法。你發送一次，然後後續調用重用它；將輸入成本降低約 90%，並將首次令牌的時間縮短約 85%，前提是系統內容 + 模型 + 頭部保持不變，並且你在 TTL 範圍內（默認 5 分鐘，測試版 1 小時）。 這對於多輪對話的團隊非常有效。任何時候你的團隊在任務之間重用長且穩定的系統上下文時（想想：手冊、規範、代碼庫摘要），也很有用。如果你的系統/上下文在每次調用時都在變化，緩存就不會有太大幫助。 這本食譜使用來自古騰堡計劃的“弗蘭肯斯坦”來演示如何使用真實的長上下文進行緩存。 下面的圖示：第一次運行寫入緩存；後續運行在系統內容、模型和頭部在 TTL 範圍內匹配時從緩存讀取。 代碼庫 + Notebook 在評論中。

🧠 從想法 → 部署代理工作流程。無需編碼。 我們剛剛發布了 CrewAI Studio 的完整操作指南——我們的新平台，讓您可以直接從自然語言構建、運行和部署多代理自動化。 💬 想要輸入「建立一個找到價格低於 100 萬美元的房屋並發送報告給我的代理」嗎？ Studio 將： ✅ 解析提示 ✅ 啟動正確的代理 + 工具（例如 Serper、Gmail） ✅ 自動生成整個 Crew 流程——在可視化編輯器中實時顯示 🎯 在演示中，我們構建了一個房地產研究助手，它： • 按城市 + 價格搜索列表 • 編輯智能 HTML 報告 • 將結果發送給用戶 • 所有這些僅需一行輸入 ⚙️ 您也可以手動構建： • 拖放代理、任務、工具 • 配置 LLM、添加記憶、啟用推理 • 深度可觀察性和實時執行追蹤 完成後？點擊「發布」並部署為： → API 端點 → 嵌入式 React 組件 → 自定義聊天應用 → MCP 伺服器 (stdio)

我們目前正在測試我們的新 @crewAIInc Studio，但很快就會正式發布！ 到目前為止，看到人們第一次看到它運行時的反應真是令人震驚。 我錄製了一段簡短的預覽，展示了如何通過我們的平台進行氛圍編碼一個代理，並在幾分鐘內讓它運行，而無需編寫一行代碼。

在當今的 AI 代理中，價值的速度和迭代的速度帶來了巨大的差異。 那些更快進行實驗的公司獲得了更多的想法，而那些更快迭代的公司則更快地實現價值和可靠性。 這是我們在所有使用 CrewAI 的公司中看到的模式！

🧾 由代理提供支援的監管情報。 @tonykipkemboi剛剛發布了一個逐步教程，展示了如何構建一個多代理系統，該系統： ✅ 監控監管變化 ✅ 分析 >320k SEC 文件 ✅ 生成精美的影響報告 🧠 CrewAI 協調代理 ❄️ @Snowflake MCP 解鎖真實的 SEC 數據 🔍 @serperapi 處理網絡搜索 + 洞察 專為需要上下文和精確自動化的金融科技、合規和資產管理團隊而打造。 📦 完整程式碼+教學 🧵

看看這個！@crewAIInc🤝 @googledevs

AI 代理人防護措施。

完整的 Google Ads 廣告活動 （從研究到素材資源和廣告） 只需 10 分鐘即可使用兩名 CrewAI 團隊建立和發布。🎬 @crewAIInc @joaomdmoura @adsliaison 🎥👇 #AgenticAI #AIAgent #crewai