CrewAI + Command-R7B Geração inteligente de notícias em 100 linhas de código

com base em CrewAI Colaboração corporal multiinteligente e Coesão O Command-R7B é um modelo grande que automatiza todo o processo, da pesquisa à redação, como se tivesse uma redação 24 horas.

Funções essenciais:

1. Pesquisa e análise: o primeiro assistente de IA é responsável por pesquisar e organizar todas as informações relacionadas ao tópico, incluindo notícias, dados e opiniões de especialistas.
2. Criação de conteúdo: um segundo assistente de IA transforma o material de pesquisa em artigos totalmente estruturados, garantindo profissionalismo e legibilidade.
3. Geração com um clique: o usuário simplesmente insere o tópico e o sistema faz todo o trabalho automaticamente.

Destaques técnicos:

• Adoção do crewAI, uma estrutura para colaboração com várias IAs

• Garanta a qualidade do resultado com os macromodelos cohere e Command-R7B

• Criação de uma interface da Web limpa e fácil de usar com base no streamlit.

Use o processo:

1. Digite o tópico sobre o qual você deseja saber na barra lateral
2. Opção para ajustar os parâmetros de geração (por exemplo, grau de criatividade)
3. Clique no botão Generate (Gerar)
4. Aguardar que o sistema conclua a pesquisa e a redação
5. Os artigos gerados podem ser visualizados ou baixados diretamente

O diagrama de arquitetura mostrado abaixo ilustra alguns dos principais componentes (inteligências/tarefas/ferramentas) e como eles interagem entre si!

Cada componente e seu código são descritos em detalhes a seguir:

Configuração do Large Language Model (LLM) e das ferramentas de pesquisa na Web

Crie também um arquivo .env para manter suas chaves de API correspondentes:

Analista de pesquisa sênior de inteligência

O Web Search Intelligence aceita consultas do usuário e, em seguida, usa a ferramenta Serper Web Search para recuperar e consolidar resultados da Internet.

Dê uma olhada nisso!

Analista de Pesquisa Tarefas do Corpo de Inteligência

Esta é a tarefa de pesquisa que atribuímos ao Senior Research Analyst Intelligence Body e contém a descrição da tarefa e o resultado esperado.

Inteligências de criação de conteúdo

A função do Content Writing Intelligence é usar os resultados coletados e transformá-los em um artigo de notícias polido e publicável.

Redação de conteúdo Tarefas de corpo inteligente

É assim que descrevemos o trabalho de redação, incluindo todos os detalhes e o resultado esperado:

Equipe de montagem, pronto! ✅

Dê a partida! 🚀

Tutorial de implantação

Gerador de notícias de IA

O projeto cria um gerador de notícias de IA usando o CrewAI e o modelo Command-R:7B da Cohere!

Instalação e configuração

Obtendo a chave da API::

• Chave da API do SQLite
• Chave da API do Cohere

Instalação de dependências::
Certifique-se de que você tenha o Python 3.11 ou posterior instalado.

pip install crewai crewai-tools

.env.example

SERPER_API_KEY=your_serper_api_key
COHERE_API_KEY=your_cohere_apikey

app.py

import os
import streamlit as st
from crewai import Agent, Task, Crew, LLM
from crewai_tools import SerperDevTool
from dotenv import load_dotenv

# Load environment variables
load_dotenv()

# Streamlit page config
st.set_page_config(page_title="AI News Generator", page_icon="📰", layout="wide")

# Title and description
st.title("🤖 AI News Generator, powered by CrewAI and Cohere's Command R7B")
st.markdown("Generate comprehensive blog posts about any topic using AI agents.")

# Sidebar
with st.sidebar:
st.header("Content Settings")

# Make the text input take up more space
topic = st.text_area(
"Enter your topic",
height=100,
placeholder="Enter the topic you want to generate content about..."
)

# Add more sidebar controls if needed
st.markdown("### Advanced Settings")
temperature = st.slider("Temperature", 0.0, 1.0, 0.7)

# Add some spacing
st.markdown("---")

# Make the generate button more prominent in the sidebar
generate_button = st.button("Generate Content", type="primary", use_container_width=True)

# Add some helpful information
with st.expander("ℹ️ How to use"):
st.markdown("""
1. Enter your desired topic in the text area above
2. Adjust the temperature if needed (higher = more creative)
3. Click 'Generate Content' to start
4. Wait for the AI to generate your article
5. Download the result as a markdown file
""")

def generate_content(topic):
llm = LLM(
model="command-r",
temperature=0.7
)

search_tool = SerperDevTool(n_results=10)

# First Agent: Senior Research Analyst
senior_research_analyst = Agent(
role="Senior Research Analyst",
goal=f"Research, analyze, and synthesize comprehensive information on {topic} from reliable web sources",
backstory="You're an expert research analyst with advanced web research skills. "
"You excel at finding, analyzing, and synthesizing information from "
"across the internet using search tools. You're skilled at "
"distinguishing reliable sources from unreliable ones, "
"fact-checking, cross-referencing information, and "
"identifying key patterns and insights. You provide "
"well-organized research briefs with proper citations "
"and source verification. Your analysis includes both "
"raw data and interpreted insights, making complex "
"information accessible and actionable.",
allow_delegation=False,
verbose=True,
tools=[search_tool],
llm=llm
)

# Second Agent: Content Writer
content_writer = Agent(
role="Content Writer",
goal="Transform research findings into engaging blog posts while maintaining accuracy",
backstory="You're a skilled content writer specialized in creating "
"engaging, accessible content from technical research. "
"You work closely with the Senior Research Analyst and excel at maintaining the perfect "
"balance between informative and entertaining writing, "
"while ensuring all facts and citations from the research "
"are properly incorporated. You have a talent for making "
"complex topics approachable without oversimplifying them.",
allow_delegation=False,
verbose=True,
llm=llm
)

# Research Task
research_task = Task(
description=("""
1. Conduct comprehensive research on {topic} including:
- Recent developments and news
- Key industry trends and innovations
- Expert opinions and analyses
- Statistical data and market insights
2. Evaluate source credibility and fact-check all information
3. Organize findings into a structured research brief
4. Include all relevant citations and sources
"""),
expected_output="""A detailed research report containing:
- Executive summary of key findings
- Comprehensive analysis of current trends and developments
- List of verified facts and statistics
- All citations and links to original sources
- Clear categorization of main themes and patterns
Please format with clear sections and bullet points for easy reference.""",
agent=senior_research_analyst
)

# Writing Task
writing_task = Task(
description=("""
Using the research brief provided, create an engaging blog post that:
1. Transforms technical information into accessible content
2. Maintains all factual accuracy and citations from the research
3. Includes:
- Attention-grabbing introduction
- Well-structured body sections with clear headings
- Compelling conclusion
4. Preserves all source citations in [Source: URL] format
5. Includes a References section at the end
"""),
expected_output="""A polished blog post in markdown format that:
- Engages readers while maintaining accuracy
- Contains properly structured sections
- Includes Inline citations hyperlinked to the original source url
- Presents information in an accessible yet informative way
- Follows proper markdown formatting, use H1 for the title and H3 for the sub-sections""",
agent=content_writer
)

# Create Crew
crew = Crew(
agents=[senior_research_analyst, content_writer],
tasks=[research_task, writing_task],
verbose=True
)

return crew.kickoff(inputs={"topic": topic})

# Main content area
if generate_button:
with st.spinner('Generating content... This may take a moment.'):
try:
result = generate_content(topic)
st.markdown("### Generated Content")
st.markdown(result)

# Add download button
st.download_button(
label="Download Content",
data=result.raw,
file_name=f"{topic.lower().replace(' ', '_')}_article.md",
mime="text/markdown"
)
except Exception as e:
st.error(f"An error occurred: {str(e)}")

# Footer
st.markdown("---")
st.markdown("Built with CrewAI, Streamlit and powered by Cohere's Command R7B")