Я изучаю CrewAI на курсе Эда Доннера на Udemy и на этом курсе сделал DungeonMancer, инструмент для генерации монстров для D&D.
Не думал, что изучение мультиагентных AI-систем приведёт меня к инструменту для Dungeons & Dragons, но вот, пожалуйста! 🐉
Как всё началось: «Complete Agentic AI Engineering Course» Эда Доннера открыл мне глаза на возможности CrewAI. Вместо одной большой модели — команда специализированных агентов, которые работают вместе.
Идея проекта: DungeonMancer. Вход: «cyber wolf in neon city». Выход: полный стат-блок монстра D&D с сбалансированными характеристиками. Внутри работают четыре AI-агента как команда.
CrewAI помог собрать команду специалистов: - 🔍 Исследователь сеттинга: анализирует контекст и мир - ⚖️ Дизайнер характеристик: считает параметры и баланс - 📖 Автор нарратива: пишет описания и лор - 🛡️ Валидатор баланса: проверяет качество и логику
Самое интересное: у каждого агента есть своя роль, цель и «бэкграунд» в YAML-конфигурации. Они реально работают как команда разработки.
Почему это важно. Раньше я бы попытался впихнуть всё в один промпт. Теперь я понимаю силу специализации: каждый агент делает то, что умеет лучше всего, и результат заметно выше по качеству.
Пример результата: Neon Stalker, CR 5, киберволк с цифровой маскировкой, EMP-воем и способностью взламывать нейроинтерфейсы. От простого промпта до полноценного противника за 30 секунд!
Что дальше. В части 2 расскажу, как AI (Grok) помог написать код для всего этого: от бэкенда на FastAPI до фронтенда на React. Оказалось, AI отлично работает как парный программист.
Вопрос к сообществу: кто ещё изучает agentic AI? Какие проекты вы делаете на CrewAI? 🤔
Эд Доннер, спасибо за курс! Ваш подход к production AI-системам действительно работает 🙏