Перейти к содержимому

05. Email Drafting Agent: два агента пишут письмо

Команда из двух ролей: аналитик разбирает контекст, копирайтер пишет письмо. Компактный пример последовательного процесса CrewAI и типичная ошибка разделения ролей.

По контексту, тону и получателю составить профессиональное письмо. Граница: содержание берётся из входного контекста, агент не придумывает факты о проекте.

flowchart LR
  C["Контекст + тон + получатель"] --> A["Email Context Analyst"]
  A --> W["Professional Email Writer"]
  W --> E["Письмо"]

Две роли, две задачи, Process.sequential: результат первой задачи становится входом второй.

  1. Аналитик извлекает из контекста, что нужно сообщить, и ограничения.
  2. Копирайтер получает извлечённое и пишет письмо в заданном тоне.
  3. Итог печатается в консоль.
analyst = Agent(role="Email Context Analyst", goal=..., backstory=...)
writer = Agent(role="Professional Email Writer", goal=..., backstory=...)
crew = Crew(agents=[analyst, writer], tasks=[analyze_task, write_task], process=Process.sequential)
  • Последовательный процесс — самый предсказуемый. Нет свободного выбора говорящего, маршрут фиксирован.
  • Разделение «понять» и «сформулировать» действительно снижает нагрузку на модель: второму агенту не нужно разбираться в контексте.
  • Тон как параметр. Явный параметр работает лучше, чем просьба «учти стиль».
  • Перенос фактов. Копирайтер может добавить то, чего не было в контексте (сроки, суммы).
  • Потеря нюансов. Аналитик сжимает контекст и выбрасывает важное.
  • Нет проверки. Письмо не проверяется на обязательные пункты и запреты.
  • Стоимость. Два вызова вместо одного там, где хватило бы одного.
  • Вернуть из аналитика структуру: {facts[], constraints[], must_mention[]}.
  • Проверять итог по чек-листу: есть ли все обязательные пункты, нет ли новых фактов.
  • Добавить точку подтверждения перед отправкой — см. Human-in-the-loop.