Un sistema multiagente de IA que recupera automáticamente las últimas noticias sobre fútbol y las recopila en una newsletter.
Resumen del proyecto
Resumen del proyecto
¿Puedes contarnos brevemente en qué consiste el proyecto que has estado desarrollando?
El proyecto AI Football Newsletter Crew utiliza múltiples agentes de IA, cada uno con un rol específico, para recopilar las últimas noticias sobre fútbol en una newsletter coherente. Este sistema, basado en la tecnología de crewAI, permite una colaboración efectiva entre los agentes para desempeñar tareas complejas.
Objetivo del proyecto
Objetivo del proyecto
¿Qué te motivó a escoger este proyecto en concreto?
Este proyecto pretende agilizar la agregación de noticias y la creación de newsletters, automatizando la recopilación y organización de noticias sobre fútbol. Esto reduce el trabajo manual y facilita una entrega rápida de información actualizada a los lectores. Tenía la motivación de automatizar una tarea que requería una cantidad significativa de recursos y mano de obra.
Detalles técnicos
Detalles técnicos
¿Puedes explicar los aspectos técnicos del proyecto? ¿Qué software o qué herramientas utilizas?
El sistema está desarrollado en Python, y utiliza Poetry para la administración de dependencias. Gracias al marco de crewAI, es capaz de gestionar las interacciones entre múltiples agentes de IA. Las tareas y configuraciones de los agentes se definen en archivos YAML (config/tasks.yaml y config/agents.yaml), lo que favorece la flexibilidad y la escalabilidad.
El sistema implica cuatro agentes distintos, cada uno con una tarea concreta asignada. El primero es el Agente Editor, que se ocupa de gestionar el proceso entero. Este, a su vez, tiene tres subordinados: el Agente de Captación de Noticias, el Agente de Análisis de Noticias y el Agente Organizador de la Newsletter.
Para funcionar, el sistema necesita claves de API para OpenAI y Serper, que deben especificarse en un archivo .env.
Desafíos y soluciones
Desafíos y soluciones
¿Te enfrentaste a algún desafío importante durante el proyecto? ¿Cómo lo superaste? ¿Hay algún momento que destaques especialmente en cuanto a resolución de problemas?
Los principales desafíos a los que me he enfrentado estaban relacionados con la ingeniería de prompts y el diseño arquitectónico. Al principio, el sistema no conseguía integrar correctamente todos los agentes en el proceso de creación de las newsletters. Para resolver este problema, tuve que rediseñar la arquitectura, asegurándome de que todos los agentes participaban de forma efectiva en la tarea.
Colaboración y trabajo en equipo
Colaboración y trabajo en equipo
¿Has colaborado con otros estudiantes o compañeros de equipo en este proyecto? ¿Cómo ha influido la colaboración en el avance del proyecto?
He desarrollado el proyecto individualmente para una asignatura sobre aprendizaje estadístico.
Aprendizajes y conclusiones
Aprendizajes y conclusiones
¿Qué lecciones has aprendido o qué habilidades has desarrollado trabajando en este proyecto?
He aprendido a automatizar tareas a gran escala utilizando sistemas multiagente de IA.
Desarrollo futuro
Desarrollo futuro
¿Tienes planes para seguir desarrollando o mejorando este proyecto en el futuro?
Puede que publique la aplicación y permita a los usuarios personalizar el tema de las newsletters. De momento, ha sido muy bien recibida por la comunidad de desarrolladores de código abierto, con aproximadamente 20 estrellas en GitHub.
Descubre otros proyectos de estudiantes
Descubre otros proyectos de estudiantes