Очень хорошая статья на Хабре про фреймворк CrewAI — наконец-то понятно объяснено, как устроена оркестрация LLM-агентов на инженерном уровне. Суть CrewAI проста: это конструктор промптов, который превращает описанных в коде агентов в запросы к LLM и управляет их взаимодействием. Разработчик описывает агентов как классы — с ролями, задачами и инструментами. Фреймворк под капотом превращает эти определения в промпты, отправляет их в модель, следит за исполнением и оркестрацией. То есть ты пишешь код, а CrewAI делает всю работу по генерации и управлению промптами. Фреймворк поддерживает два основных режима работы. В sequential процессе задачи выполняются строго по порядку, как в конвейере. Это детерминированный пайплайн, где каждая задача закреплена за конкретным агентом. В hierarchical процессе появляется менеджер-агент, который сам анализирует задачи и доступных исполнителей, распределяет работу и управляет процессом. Это уже гибкая структура, где принятие решений переносится внутрь самой системы. Из коробки CrewAI решает многие вспомогательные задачи, о которых обычно приходится думать вручную: • Memory — сохранение и передача контекста между шагами. • Entity Memory — извлечение и хранение сущностей (людей, мест, концепций). • Callbacks — возможность встроить свою логику в процесс выполнения, например для логирования, мониторинга или внешних интеграций. В целом, CrewAI делает шаг в сторону того, чтобы оркестрация LLM перестала быть магией промптов и стала прозрачным инженерным паттерном. Он делает с агентами то же, что FastAPI когда-то сделал с API: описываешь структуру декларативно — получаешь готовый управляемый runtime. https://habr.com/ru/articles/957384/