Agent-Frameworks · Foto: m4rlonj, CC BY 2.0
mastering-flow-state.mdx
Zuletzt aktualisiert:
Typ
Code-Beispiel
Lizenz
MIT
Quelle
Anwendungsfeld
CrewAI
Fortgeschrittene Flows mit Datenübergabe.
Voraussetzungen
- Grundkenntnisse in crewAI-Flows (z. B. aus dem einfacheren First-Flow-Guide)
- Lauffähiges Python-Projekt mit installiertem crewAI
- Grundverständnis von Pydantic-Modellen
Vertiefung Flow-State-Management: strukturierter vs. unstrukturierter Zustand, Persistenz zwischen Schritten.
Für wen: Fortgeschrittene Flows mit Datenübergabe.
Im Detail
Diese Doku vertieft das Flow-Konzept aus crewAI und zeigt, wie man Zustand zwischen einzelnen Schritten eines Flows weitergibt. Sie unterscheidet unstrukturierten Zustand (freies Dictionary, schnell für Prototypen) von strukturiertem Zustand über Pydantic-Modelle (mit Typprüfung, besser für komplexere Abläufe). Erklärt wird auch, wie Zustand über mehrere Schritte hinweg persistiert, etwa um Zwischenergebnisse eines mehrstufigen Agenten-Workflows zu sammeln, statt sie bei jedem Schritt neu zu berechnen. Relevant für alle, die bereits einen ersten Flow gebaut haben und jetzt den Datenfluss zwischen Aufgaben sauber organisieren wollen, statt Zustand lose durch globale Variablen zu schleifen.
Schritt für Schritt
- Entscheiden, ob der Flow mit einfachem Dictionary-Zustand auskommt oder ein typisiertes Pydantic-Modell braucht
- Für strukturierten Zustand ein Modell mit den benötigten Feldern definieren
- Zustand in den einzelnen Flow-Schritten lesen und schreiben und prüfen, ob er über Schritte hinweg erhalten bleibt
- Bei Verzweigungen im Flow testen, ob Zwischenstände korrekt an nachfolgende Schritte weitergereicht werden
- Fehleranfällige Stellen mit freiem Dictionary-Zustand bei Bedarf durch typisierte Felder ersetzen
Beispiel aus der Praxis
Ein Flow verarbeitet in Schritt 1 eine Nutzeranfrage und muss das Ergebnis in Schritt 3 wiederverwenden. Mit einem strukturierten Pydantic-Zustand ist beim Zugriff in Schritt 3 sofort klar, welche Felder verfügbar sind, statt im Dictionary raten zu müssen.
Praxis-Tipp
Für ein mehrstufiges Recherche-Flow ein Pydantic-Modell mit Feldern wie “quellen” und “zusammenfassung” definieren, statt ein loses Dict zu nutzen – so meckert Python schon vor der Ausführung bei Tippfehlern.
Stolperfallen
Bei unstrukturiertem Zustand führen Tippfehler in Dictionary-Keys zu stillen Fehlern statt klaren Meldungen. Wer mehrstufige Flows mit vielen Zwischenwerten baut, sollte deshalb früh auf strukturierten Zustand wechseln statt erst bei wachsender Komplexität.
Siehe auch
Lizenz & Quelle
- Lizenz: MIT
- Quelle: crewAIInc/crewAI
Inhalt ansehen (mastering-flow-state.mdx)
Lade …
Erfahrungen & Kommentare.
Funktioniert der Code-Beispiel bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
quickstart.mdx
Offizielles Quickstart: erste Crew per crewai create, Agents/Tasks in YAML, Ausführung — der komplette Grundzyklus.
first-crew.mdx
Schritt-für-Schritt-Tutorial: Recherche-Crew mit zwei Agenten (Researcher + Analyst) inkl. Projektstruktur.
first-flow.mdx
Erster Flow: ereignisgesteuerte Pipeline, die geführte Abläufe (@start, @listen) mit Crews kombiniert — Beispiel: Lernguide-Generator.