TRỰC TIẾP: Tin tức AI cập nhật 24/7
Tuesday, 21/07/2026
SaoAI NEWS
CrewAI Blog

Mở khóa quá trình chuyển đổi agent-native với CrewAI Factory và NVIDIA

Day 1 of CrewAILaunch Week 01(May 2025) CrewAI Enterprise makes it easy for organizations to build, run and monitor Agentic AI workflows in the cloud – and to automate business processes on day one.

21 giờ trước · 🇻🇳 Đã dịch

Mới nhất

13 bài
CrewAI

Tạo ra một trọng tâm cho hệ sinh thái AI tác nhân (Agentic AI)

First things first, thank you to everyone who attended our very first launch weekwebinar! It was absolutely incredible to see 2,600+ people register

21 giờ trước 🇻🇳 VI
CrewAI

**CrewAI OSS 1.0 - Chúng tôi sắp ra mắt phiên bản GA**

During our first year at CrewAI, we set ourselves a goal. Build the framework capable of orchestratinga billion autonomous agents— securely, reliably

21 giờ trước 🇻🇳 VI
CrewAI

# Xây dựng Quy trình làm việc Đa Tác tử AI với Cerebras và CrewAI ## Giới thiệu Trong bài viết này, chúng ta sẽ khám phá cách xây dựng một quy trình làm việc đa tác tử AI (multi-agent workflow) sử dụng **Cerebras** - nền tảng phần cứng AI tốc độ cao, kết hợp với **CrewAI** - framework quản lý tác tử AI. Mục tiêu là tạo ra một hệ thống các tác tử AI có thể cộng tác, giao tiếp và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. ## Tổng quan về Cerebras và CrewAI ### Cerebras Cerebras là công ty chuyên phát triển phần cứng AI với Wafer-Scale Engine (WSE) - chip xử lý lớn nhất thế giới. Cerebras cung cấp: - Tốc độ xử lý cực nhanh cho các mô hình AI - Khả năng huấn luyện và suy luận (inference) hiệu quả - Hỗ trợ các mô hình ngôn ngữ lớn (LLM) ### CrewAI CrewAI là framework mã nguồn mở cho phép: - Tạo và quản lý nhiều tác tử AI - Xác định vai trò, mục tiêu và nhiệm vụ cho từng tác tử - Thiết lập quy trình làm việc cộng tác giữa các tác tử ## Cài đặt môi trường ```bash # Cài đặt CrewAI pip install crewai # Cài đặt thư viện Cerebras pip install cerebras-cloud-sdk # Cài đặt các thư viện hỗ trợ pip install langchain langchain-community ``` ## Cấu hình Cerebras ```python import os from cerebras.cloud.sdk import Cerebras # Thiết lập API key os.environ["CEREBRAS_API_KEY"] = "your-cerebras-api-key" # Khởi tạo client Cerebras client = Cerebras() # Cấu hình model model_config = { "model": "cerebras/llama3.1-8b", "temperature": 0.7, "max_tokens": 2000 } ``` ## Xây dựng các Tác tử AI với CrewAI ### 1. Tác tử Nghiên cứu (Researcher Agent) ```python from crewai import Agent, Task, Crew, Process researcher = Agent( role="Chuyên gia Nghiên cứu AI", goal="Thu thập và phân tích thông tin về các xu hướng AI mới nhất", backstory="Bạn là một nhà nghiên cứu AI giàu kinh nghiệm, chuyên phân tích các công nghệ mới", verbose=True, allow_delegation=False, llm_config={ "provider": "cerebras", "model": "cerebras/llama3.1-8b", "temperature": 0.5 } ) ``` ### 2. Tác tử Phân tích (Analyst Agent) ```python analyst = Agent( role="Chuyên gia Phân tích Dữ liệu", goal="Phân tích dữ liệu và đưa ra insights có giá trị", backstory="Bạn là chuyên gia phân tích dữ liệu, có khả năng phát hiện patterns và trends", verbose=True, allow_delegation=True, llm_config={ "provider": "cerebras", "model": "cerebras/llama3.1-8b", "temperature": 0.3 } ) ``` ### 3. Tác tử Viết báo cáo (Writer Agent) ```python writer = Agent( role="Chuyên gia Viết Báo cáo", goal="Tạo báo cáo chuyên nghiệp từ dữ liệu phân tích", backstory="Bạn là người viết báo cáo xuất sắc, biết cách trình bày thông tin phức tạp một cách dễ hiểu", verbose=True, allow_delegation=False, llm_config={ "provider": "cerebras", "model": "cerebras/llama3.1-8b", "temperature": 0.7 } ) ``` ## Định nghĩa Nhiệm vụ (Tasks) ```python # Nhiệm vụ Nghiên cứu research_task = Task( description="Nghiên cứu các xu hướng AI mới nhất trong năm 2024, tập trung vào các lĩnh vực: NLP, Computer Vision, và Reinforcement Learning", expected_output="Danh sách 5 xu hướng AI quan trọng nhất với mô tả chi tiết", agent=researcher ) # Nhiệm vụ Phân tích analysis_task = Task( description="Phân tích dữ liệu từ nghiên cứu, xác định các patterns và đưa ra dự đoán về tương lai", expected_output="Báo cáo phân tích với 3 insights chính và dự đoán xu hướng", agent=analyst ) # Nhiệm vụ Viết báo cáo writing_task = Task( description="Tạo báo cáo tổng hợp từ kết quả nghiên cứu và phân tích", expected_output="Báo cáo hoàn chỉnh gồm: tóm tắt, phân tích chi tiết, và khuyến nghị", agent=writer ) ``` ## Tạo Crew và Thực thi ```python # Tạo Crew với các tác tử và nhiệm vụ crew = Crew( agents=[researcher, analyst, writer], tasks=[research_task, analysis_task, writing_task], process=Process.sequential, # Thực hiện tuần tự verbose=True ) # Khởi chạy quy trình làm việc result = crew.kickoff() print("Kết quả quy trình làm việc:") print(result) ``` ## Tối ưu hóa với Cerebras ### 1. Sử dụng Batch Processing ```python def process_batch_with_cerebras(tasks, batch_size=5): """Xử lý batch các nhiệm vụ với Cerebras""" results = [] for i in range(0, len(tasks), batch_size): batch = tasks[i:i+batch_size] batch_results = [] for task in batch: response = client.chat.completions.create( model="cerebras/llama3.1-8b", messages=[ {"role": "system", "content": task.system_prompt}, {"role": "user", "content": task.user_prompt} ], temperature=0.7, max_tokens=2000 ) batch_results.append(response.choices[0].message.content) results.extend(batch_results) return results ``` ### 2. Caching với Cerebras ```python from functools import lru_cache @lru_cache(maxsize=100) def cached_cerebras_call(prompt, model="cerebras/llama3.1-8b"): """Cache kết quả từ Cerebras để tối ưu hiệu suất""" response = client.chat.completions.create( model=model, messages=[{"role": "user", "content": prompt}], temperature=0.7, max_tokens=2000 ) return response.choices[0].message.content ``` ## Ví dụ Ứng dụng Thực tế ### Hệ thống Phân tích Thị trường Chứng khoán ```python # Tạo các tác tử chuyên biệt market_researcher = Agent( role="Nhà phân tích Thị trường", goal="Thu thập dữ liệu thị trường chứng khoán và tin tức tài chính", backstory="Chuyên gia phân tích thị trường với 10 năm kinh nghiệm", llm_config={"provider": "cerebras", "model": "cerebras/llama3.1-8b"} ) risk_analyst = Agent( role="Chuyên gia Quản lý Rủi ro", goal="Đánh giá rủi ro và đề xuất chiến lược đầu tư", backstory="Chuyên gia quản lý rủi ro với kiến thức sâu về tài chính", llm_config={"provider": "cerebras", "model": "cerebras/llama3.1-8b"} ) # Định nghĩa nhiệm vụ market_task = Task( description="Phân tích xu hướng thị trường chứng khoán trong tuần qua", expected_output="Báo cáo xu hướng thị trường chi tiết", agent=market_researcher ) risk_task = Task( description="Đánh giá rủi ro cho danh mục đầu tư hiện tại", expected_output="Báo cáo rủi ro và khuyến nghị", agent=risk_analyst ) # Tạo Crew trading_crew = Crew( agents=[market_researcher, risk_analyst], tasks=[market_task, risk_task], process=Process.hierarchical, # Quy trình phân cấp verbose=True ) # Thực thi trading_result = trading_crew.kickoff() ``` ## Lưu ý và Best Practices 1. **Tối ưu hóa Prompt**: Thiết kế prompt rõ ràng, cụ thể cho từng tác tử 2. **Quản lý Token**: Sử dụng `max_tokens` phù hợp để tránh lãng phí tài nguyên 3. **Error Handling**: Implement retry logic cho các lỗi API 4. **Monitoring**: Log và monitor hiệu suất của từng tác tử 5. **Testing**: Test kỹ từng tác tử riêng lẻ trước khi tích hợp ## Kết luận Việc kết hợp Cerebras và CrewAI tạo ra một nền tảng mạnh mẽ cho việc xây dựng các quy trình làm việc đa tác tử AI. Cerebras cung cấp tốc độ xử lý vượt trội, trong khi CrewAI quản lý logic phối hợp giữa các tác tử. Hệ thống này có thể được áp dụng trong nhiều lĩnh vực như phân tích thị trường, nghiên cứu khoa học, và tự động hóa quy trình kinh doanh.

Hướng dẫn từng bước tạo nhóm tác nhân AI cộng tác với framework CrewAI

21 giờ trước 🇻🇳 VI
CrewAI

Hướng dẫn Toàn diện về Cấu hình Azure OpenAI với CrewAI

Hướng dẫn từng bước tạo nhóm tác nhân AI cộng tác với framework CrewAI

21 giờ trước 🇻🇳 VI
CrewAI

Xây dựng Agent CrewAI Đầu Tiên của Bạn

Hướng dẫn từng bước tạo nhóm tác nhân AI cộng tác với framework CrewAI

21 giờ trước 🇻🇳 VI
CrewAI

Dây cương Agent Đã Chết. Muôn Năm Dây Cương Agent.

Tác nhân AI không thất bại trong sản xuất vì thiếu tính tự chủ. Chúng thất bại vì tính tự chủ mà không có cấu trúc thì không thể tin cậy được.

21 giờ trước 🇻🇳 VI
CrewAI

Cách Một Gã Khổng Lồ Thương Mại Điện Tử Tự Động Hóa Quy Trình Trả Hàng và Hoàn Tiền Bằng Agentic AI

Tác nhân AI thất bại trong môi trường sản xuất không phải vì thiếu tính tự chủ. Chúng thất bại vì tính tự chủ mà không có cấu trúc thì không thể tạo d

21 giờ trước 🇻🇳 VI
CrewAI

## Cách Một Nhà Cung Cấp Dịch Vụ Y Tế Giảm 80% Khối Lượng Công Việc Tiếp Nhận Của Y Tá Nhờ AI Tác Nhân (Agentic AI) Một nhà cung cấp dịch vụ y tế đã thành công trong việc cắt giảm tới 80% khối lượng công việc tiếp nhận bệnh nhân của đội ngũ y tá nhờ ứng dụng **AI tác nhân (Agentic AI)**. Công nghệ này cho phép tự động hóa các quy trình thủ công, phức tạp như thu thập thông tin bệnh nhân, phân loại triệu chứng, và sắp xếp lịch hẹn, giúp y tá tập trung vào các nhiệm vụ chăm sóc trực tiếp. Hệ thống AI tác nhân hoạt động như một trợ lý thông minh, có khả năng tương tác với bệnh nhân qua chat hoặc giọng nói, tự động trích xuất dữ liệu từ hồ sơ y tế điện tử, và đưa ra các đề xuất xử lý phù hợp. Nhờ đó, thời gian xử lý mỗi ca tiếp nhận giảm từ 15-20 phút xuống chỉ còn vài phút, đồng thời giảm thiểu sai sót do con người. Kết quả là nhà cung cấp này không chỉ tiết kiệm chi phí vận hành mà còn nâng cao trải nghiệm bệnh nhân nhờ thời gian chờ đợi ngắn hơn và quy trình liền mạch hơn. Đây là một ví dụ điển hình cho thấy sức mạnh của Agentic AI trong việc chuyển đổi ngành y tế, đặc biệt là trong bối cảnh thiếu hụt nhân lực trầm trọng.

Tác nhân AI không thất bại trong môi trường sản xuất vì thiếu tính tự chủ. Chúng thất bại vì tính tự chủ mà không có cấu trúc thì không thể tạo dựng đ

21 giờ trước 🇻🇳 VI
CrewAI

Cách Một Nhà Cung Cấp SaaS Doanh Nghiệp Hạng Trung Tự Động Hóa Quy Trình Phân Loại Hỗ Trợ Đám Mây

Tác nhân AI không thất bại trong sản xuất vì thiếu tính tự chủ. Chúng thất bại vì tự chủ mà không có cấu trúc thì không thể tạo dựng được lòng tin.

21 giờ trước 🇻🇳 VI
CrewAI

Cách một Công ty Fintech Hàng đầu Giảm Báo cáo Tuân thủ Hàng tuần từ 2 Ngày xuống còn 2 Giờ

Tác nhân AI không thất bại trong sản xuất vì thiếu tính tự chủ. Chúng thất bại vì tính tự chủ mà không có cấu trúc thì không thể tin cậy được.

21 giờ trước 🇻🇳 VI
CrewAI

Cách xây dựng Agent tại nơi Dữ liệu đã tồn tại

Tác nhân AI không thất bại trong môi trường sản xuất vì thiếu tính tự chủ. Chúng thất bại vì tính tự chủ mà không có cấu trúc thì không thể đáng tin c

21 giờ trước 🇻🇳 VI
CrewAI

Ngừng cung cấp thông tin đăng nhập cơ sở dữ liệu cho các agent của bạn.

AI agent thất bại trong môi trường sản xuất không phải vì thiếu tính tự chủ. Chúng thất bại vì tính tự chủ mà thiếu cấu trúc thì không thể tạo dựng đư

21 giờ trước 🇻🇳 VI