训练

了解如何通过早期给 CrewAI 智能体提供反馈来训练它们，并获得稳定的结果。

概述

CrewAI 的训练功能让你可以使用命令行界面（CLI）训练 AI 智能体。通过运行命令 crewai train -n <n_iterations>，你可以指定训练过程的迭代次数。

在训练过程中，CrewAI 会结合人工反馈运用各种技术来优化智能体的性能。这有助于智能体提升其理解、决策和解决问题的能力。

使用 CLI 训练你的团队

要使用训练功能，请按以下步骤操作：

打开终端或命令提示符。
导航到你的 CrewAI 项目所在的目录。
运行以下命令：

shell

crewai train -n <n_iterations> -f <filename.pkl>

TIP

将 <n_iterations> 替换为所需的训练迭代次数，将 <filename> 替换为以 .pkl 结尾的相应文件名。

NOTE

如果省略 -f，输出默认写入当前工作目录中的 trained_agents_data.pkl。你可以传入绝对路径来控制文件的写入位置。

以编程方式训练你的团队

要以编程方式训练你的团队，请使用以下步骤：

定义训练的迭代次数。
指定训练过程的输入参数。
在 try-except 块中执行训练命令，以处理潜在的错误。

python

n_iterations = 2
inputs = {"topic": "CrewAI Training"}
filename = "your_model.pkl"

try:
    YourCrewName_Crew().crew().train(
      n_iterations=n_iterations,
      inputs=inputs,
      filename=filename
    )

except Exception as e:
    raise Exception(f"An error occurred while training the crew: {e}")

智能体如何使用训练数据

CrewAI 以两种方式使用训练产物：在训练期间整合你的人工反馈，以及在训练之后用汇总后的建议指导智能体。

训练数据流

flowchart TD
  A["Start training<br/>CLI: crewai train -n -f<br/>or Python: crew.train(...)"] --> B["Setup training mode<br/>- task.human_input = true<br/>- disable delegation<br/>- init training_data.pkl + trained file"]

  subgraph "Iterations"
    direction LR
    C["Iteration i<br/>initial_output"] --> D["User human_feedback"]
    D --> E["improved_output"]
    E --> F["Append to training_data.pkl<br/>by agent_id and iteration"]
  end

  B --> C
  F --> G{"More iterations?"}
  G -- "Yes" --> C
  G -- "No" --> H["Evaluate per agent<br/>aggregate iterations"]

  H --> I["Consolidate<br/>suggestions[] + quality + final_summary"]
  I --> J["Save by agent role to trained file<br/>(default: trained_agents_data.pkl)"]

  J --> K["Normal (non-training) runs"]
  K --> L["Auto-load suggestions<br/>from trained_agents_data.pkl"]
  L --> M["Append to prompt<br/>for consistent improvements"]

训练运行期间

在每次迭代中，系统会为每个智能体记录：
- initial_output：智能体的第一个回答
- human_feedback：你在提示时输入的行内反馈
- improved_output：智能体在收到反馈后的后续回答
这些数据保存在名为 training_data.pkl 的工作文件中，以智能体的内部 ID 和迭代次数为键。
训练处于活动状态时，智能体会自动把此前的人工反馈追加到提示词中，以便在训练会话内的后续尝试中强制执行这些指令。训练是交互式的：任务会设置 human_input = true，因此在非交互式环境中运行会阻塞等待用户输入。

训练完成之后

当 train(...) 结束时，CrewAI 会对每个智能体评估收集到的训练数据，并生成一个汇总结果，包含：
- suggestions：从你的反馈以及初始输出/改进输出之间的差异中提炼出的清晰、可执行的指令
- quality：一个 0–10 的分数，反映改进程度
- final_summary：针对未来任务的一组分步行动项
这些汇总结果会保存到你传给 train(...) 的文件名中（CLI 默认是 trained_agents_data.pkl）。条目以智能体的 role 为键，因此可以跨会话应用。
在正常（非训练）执行期间，每个智能体会自动加载其汇总后的 suggestions，并作为强制指令追加到任务提示词中。这样你无需改动智能体定义就能获得一致的改进。

文件说明

training_data.pkl（临时的，每个会话一份）：
- 结构：agent_id -> { iteration_number: { initial_output, human_feedback, improved_output } }
- 用途：在训练期间捕获原始数据和人工反馈
- 位置：保存在当前工作目录（CWD）中
trained_agents_data.pkl（或你自定义的文件名）：
- 结构：agent_role -> { suggestions: string[], quality: number, final_summary: string }
- 用途：持久化汇总指导，供未来的运行使用
- 位置：默认写入 CWD；使用 -f 可设置自定义路径（包括绝对路径）

小语言模型注意事项

WARNING

使用较小的语言模型（≤7B 参数）进行训练数据评估时，请注意它们在生成结构化输出和遵循复杂指令方面可能会遇到困难。

小模型在训练评估中的局限

JSON Output Accuracy

较小的模型往往难以生成结构化训练评估所需的有效 JSON 响应，从而导致解析错误和数据不完整。

Evaluation Quality

与更大的模型相比，7B 参数以下的模型可能给出细致程度较低、推理深度有限的评估。

Instruction Following

较小的模型可能无法完全遵循或考虑复杂的训练评估标准。

Consistency

使用较小的模型时，多次训练迭代之间的评估可能缺乏一致性。

训练建议

为了获得最佳的训练质量和可靠的评估，我们强烈建议使用至少 7B 参数或更大的模型：

python

from crewai import Agent, Crew, Task, LLM

# Recommended minimum for training evaluation
llm = LLM(model="mistral/open-mistral-7b")

# Better options for reliable training evaluation
llm = LLM(model="anthropic/claude-3-sonnet-20240229-v1:0")
llm = LLM(model="gpt-4o")

# Use this LLM with your agents
agent = Agent(
    role="Training Evaluator",
    goal="Provide accurate training feedback",
    llm=llm
)

TIP

更强大的模型能提供更高质量的反馈和更好的推理，从而带来更有效的训练迭代。

关键注意事项

正整数要求： 确保迭代次数（n_iterations）是正整数。如果不满足此条件，代码会抛出 ValueError。
文件名要求： 确保文件名以 .pkl 结尾。如果不满足此条件，代码会抛出 ValueError。
错误处理： 代码会处理子进程错误和意外异常，并向用户提供错误消息。
训练得到的指导会在构造提示词时应用；它不会修改你的 Python/YAML 智能体配置。
智能体会自动从当前工作目录中名为 trained_agents_data.pkl 的文件加载训练建议。如果你训练时使用了其他文件名，请通过 Crew(trained_agents_file="my_custom_trained.pkl") 传入该路径、设置 CREWAI_TRAINED_AGENTS_FILE，或使用 crewai run -f my_custom_trained.pkl。
你可以在调用 crewai train 时用 -f/--filename 更改输出文件名。如果想保存到 CWD 之外，支持绝对路径。

需要注意的是，训练过程可能需要一些时间，具体取决于智能体的复杂程度，并且每次迭代都需要你的反馈。

训练完成后，你的智能体将具备更强的能力和知识，可以处理复杂任务并提供更一致、更有价值的洞见。

记得定期更新并重新训练你的智能体，以确保它们始终掌握该领域的最新信息和进展。