CrewAI - Neosantara Docs

CrewAI adalah framework orkestrasi multi-agent yang memungkinkan beberapa AI berkolaborasi menjalankan peran, tugas berurutan, dan pengambilan keputusan berbasis tool.

Pengaturan

Instal paket CrewAI:

pip install -U crewai

export NEOSANTARA_API_KEY="nsk_your_api_key_here"

NEOSANTARA_API_KEY=nsk_your_api_key_here

$env:NEOSANTARA_API_KEY="nsk_your_api_key_here"

Inisialisasi LLM

Gunakan kelas crewai.LLM dengan prefix provider neosantara/<model> untuk menghubungkan model Neosantara ke agent CrewAI. Kredensial dapat diteruskan secara eksplisit atau dibaca otomatis dari environment variable NEOSANTARA_API_KEY.

import os
from crewai import LLM

# Inisialisasi model dengan prefix neosantara/
llm = LLM(
    model="neosantara/gemini-3.8-flash",
    api_key=os.environ["NEOSANTARA_API_KEY"]
)

Contoh Multi-Agent Workflow

Kode berikut menjalankan dua agent: Researcher yang menganalisis tren, dan Writer yang menyusun artikel teknis berdasarkan hasil riset.

import os
from crewai import Agent, Task, Crew, Process, LLM

llm = LLM(
    model="neosantara/gemini-3.8-flash",
    api_key=os.environ["NEOSANTARA_API_KEY"]
)

# Definisikan Agent
researcher = Agent(
    role="Peneliti Teknologi AI",
    goal="Identifikasi perkembangan ekosistem AI dan gateway model di Indonesia",
    backstory="Anda analis teknologi berpengalaman dengan fokus pada efisiensi komputasi dan routing model di Indonesia.",
    llm=llm,
    verbose=True
)

writer = Agent(
    role="Technical Content Strategist",
    goal="Tulis ringkasan teknis 2 paragraf berdasarkan laporan peneliti",
    backstory="Anda penulis teknis yang mampu menjelaskan keunggulan AI Gateway Indonesia dan billing PAYG dengan jernih.",
    llm=llm,
    verbose=True
)

# Definisikan Tugas
task_research = Task(
    description="Analisis keunggulan AI Gateway Indonesia untuk developer lokal dibandingkan endpoint global.",
    expected_output="Daftar 3 faktor utama meliputi latensi, mata uang pembayaran lokal, dan guardrail data.",
    agent=researcher
)

task_write = Task(
    description="Susun artikel ringkas 2 paragraf berdasarkan temuan riset.",
    expected_output="Artikel teknis 2 paragraf siap publikasi.",
    agent=writer
)

# Jalankan Crew
crew = Crew(
    agents=[researcher, writer],
    tasks=[task_research, task_write],
    process=Process.sequential,
    verbose=True
)

result = crew.kickoff()
print(result)

Langkah Berikutnya