crewaiinc/design-task

O que design-task faz?

Design e configuração de tarefas CrewAI. Use ao criar, configurar ou depurar tarefas do CrewAI — escrevendo descrições e expected_output, configurando dependências de tarefas com context, formatos de saída (output_pydantic, output_json, output_file), usando guardrails para validação, habilitando human_input, execução assíncrona, formatação markdown ou depurando problemas de execução de tarefas.

Visão Geral

Este skill ajuda você a projetar e configurar tarefas no CrewAI. Tarefas são unidades de trabalho atribuídas a agentes, com descrições claras, saídas esperadas e configurações avançadas.

Parâmetros Principais

• description (str): Descrição detalhada da tarefa, instruindo o agente sobre o que fazer.
• expected_output (str): Descrição clara do resultado esperado.
• agent (Agent): O agente responsável pela tarefa.
• context (list): Lista de tarefas cujas saídas são usadas como entrada (dependências).
• output_pydantic (BaseModel): Modelo Pydantic para estruturar a saída.
• output_json (Type[BaseModel]): Modelo para serialização JSON.
• output_file (str): Caminho para salvar a saída em arquivo.
• guardrails (list): Lista de funções ou classes para validação da saída.
• human_input (bool): Se True, solicita aprovação ou entrada humana antes da execução.
• async_execution (bool): Se True, executa a tarefa de forma assíncrona.

Exemplos de Uso

Tarefa Simples

task = Task(
    description="Resuma o documento fornecido.",
    expected_output="Um resumo conciso de 3-5 frases.",
    agent=researcher_agent
)

Tarefa com Dependências

task2 = Task(
    description="Com base no resumo: {context[0]}, escreva um relatório.",
    expected_output="Relatório detalhado.",
    context=[task1],
    agent=writer_agent
)

Saída Estruturada

class OutputModel(BaseModel):
    titulo: str
    conteudo: str

task = Task(
    description="Gere um artigo.",
    expected_output="Modelo OutputModel preenchido.",
    output_pydantic=OutputModel,
    agent=writer_agent
)

Validação com Guardrails

def validar_saida(resultado):
    if len(resultado) < 10:
        raise ValueError("Resultado muito curto")
    return resultado

task = Task(
    description="Gere conteúdo.",
    expected_output="Conteúdo válido.",
    guardrails=[validar_saida],
    agent=content_agent
)

Execução Assíncrona

task = Task(
    description="Processe dados em lote.",
    expected_output="Resultado do processamento.",
    async_execution=True,
    agent=processor_agent
)

Depuração

Para depurar execução de tarefas, use log detalhado:

import logging
logging.basicConfig(level=logging.DEBUG)

Verifique se description e expected_output são específicos o suficiente. Se a saída não for estruturada como esperado, revise output_pydantic/output_json e guardrails. Dependências com context devem usar placeholders {context[index]} para referenciar saídas de tarefas anteriores.