from crewai import Agent

from langchain_openai import ChatOpenAI


llm = ChatOpenAI(model="gpt-4o-mini", temperature=0.2)


<a6>researcher = Agent(
role="Turu Uurija",
goal="Leia usaldusväärseid ja ajakohaseid teadmisi sihtturu ja konkurentide kohta.",
backstory=("Oled põhjalik analüütik, kes kontrollib väiteid, viitab allikatele ja võtab kokku ", "teavet mainekatest väljaannetest."),
tools=[], # lisa hiljem veebi/otsingu/andmehangete tööriistad
llm=llm
)

<a17>strategist = Agent(
role="Tootestrateeg",
goal="Sünteesi põhjal kindel positsioneerimine ja teekaardi variandid.",
backstory="Prioriseerid selgust, teostatavust ja mõõdetavaid tulemusi.",
tools=[],
llm=llm
)

<a25>writer = Agent(
role="Sisukirjutaja",
goal="Tooda hästi struktureeritud kokkuvõte koos näidete ja järgnevate sammudega.",
backstory="Kirjutad lühidalt ja veenvalt inglise keeles ning järgides stiili juhiseid.",
tools=[],
llm=llm
)

from crewai import Task


<a3>research_task = Task(
description=("Uuri USA VKE projektijuhtimise tarkvaraturgu 2025. aastal. "
"Identifitseeri peamised konkurendid, hinnatasemed, sihtrühmad ja kolm lahendamata vajadust. "
"Tagasta punktid koos 3–5 viitega."),
expected_output=("Markdowni kokkuvõte jaotustega: Turumaht, Peamised mängijad, Hinnad, Sihtrühmad, "
"Lahendamata vajadused, Allikad (linkidega)."),
agent=researcher
)

synthesis_task = Task(
description=("Kasuta uurimiskokkuvõtet positsioneerimisavalduse, 2–3 eristaja ja "
"90-päevase teekaardi loomiseks täppmärgistega."),
expected_output="Lühike strateegiamemo (kuni 400 sõna).",
agent=strategist
)

writing_task = Task(
description=("Muuda strateegiamemo avalikult mõistetavaks ühe lehe kokkuvõtteks. Loo pealkiri, "
"väärtuspakkumine, tähtsused ja tegevusele kutsumine (CTA)."),
expected_output="Markdowni ühe lehe lõiv maandumislehe jaoks.",
agent=writer
)

from crewai import Crew


<a3>crew = Crew(
agents=[researcher, strategist, writer],
tasks=[research_task, synthesis_task, writing_task],
process="sequential", # tulemuste järjekordne edastamine
verbose=True
)

result = crew.kickoff
print(result)

<a1>fact_checker = Agent(
role="Fakti Kontrollija",
goal="Kontrolli kõiki väiteid peamise allikaga; märgi nõrgad viited.",
backstory="Oled skeptiline, põhjalik ja erapooletu.",
llm=llm
)

qa_task = Task(
description="Kontrolli kõiki fakte ja lisa parandused märgendiga [FIX].",
expected_output="Parandatud mustand koos paranduste kokkuvõttega.",
agent=fact_checker
)

from langchain_community.tools import DuckDuckGoSearchRun

from langchain_community.document_loaders import WebBaseLoader


search = DuckDuckGoSearchRun


<a6>def web_search_tool(query: str):
    return search.run(query)

<a9>def read_url_tool(url: str):
    loader = WebBaseLoader(url)
    docs = loader.load
    return "\n\n".join([d.page_content[:2000] for d in docs])

researcher.tools = [web_search_tool, read_url_tool]

Task(
description=("Kokkuvõtle 5 värsket uuringut kaugtöö tootlikkuse kohta (2023–2025) koos "
"metoodika, valimi suuruse ja peamiste leidudega."),
expected_output=("Markdown koos iga uuringu H2 peatükkide, lõpliku võrdlustabeli ja linkidega."),
agent=researcher
)

r1 = Agent(role="Uurija A", goal="Fookus hinnastamisel", backstory="", llm=llm)
r2 = Agent(role="Uurija B", goal="Fookus omadustel", backstory="", llm=llm)

# Paralleelsed ülesanded r1, r2 jaoks; järelülesanne sünteesib tulemused.

qa = Agent(
role="Kvaliteedikontroller",
goal="Tagada väljundite vastavus nõuetele ja stiilijuhisele.",
backstory="Oled range ja pedantne.",
llm=llm
)

researcher = Agent(
role="Analüütiline Uurija",
goal=("Tooda kompakte, täpseid kokkuvõtteid 3–5 usaldusväärse allikaviitega ja riskimärkusega."),
backstory=("Sa kontrollid väiteid, eelistad algallikaid ja märgid ebakindlust."),
llm=llm
)

crew = Crew(..., verbose=True, output_log_file="runs/2025-crew.log")

persona = Agent(role="Persona Analüütik", goal="Määra ICP ja JTBD.", llm=llm)
researcher = Agent(role="Uurija", goal="Kogu usaldusväärsed andmed.", llm=llm)
synth = Agent(role="Sünteesija", goal="Võrdle ja tõlgenda.", llm=llm)
writer = Agent(role="Kirjutaja", goal="Loo juhtkonnale valmis kokkuvõte.", llm=llm)
qa = Agent(role="Kvaliteedikontroller", goal="Kontrolli väiteid ja selgust.", llm=llm)

persona_task = Task(description="Määra ICP & JTBD RevOps juhtidele SaaS-is.", agent=persona,
expected_output="Punktid + valupunktid + edu mõõdikud.")

research_task = Task(description="Kogu hinnad, omadused ja ülevaated 3 tööriista kohta.", agent=researcher,
expected_output="Tabel + 5 viidet.")

synth_task = Task(description="Koosta võrdlustabel ja top 3 tähelepanekut.", agent=synth,
expected_output="Markdowni tabel + tähelepanekud.")

write_task = Task(description="Kirjuta 1-leheküljeline kokkuvõte soovitustega.", agent=writer,
expected_output="Juhtkonnale mõeldud markdown.")

qa_task = Task(description="Kontrolli täpsust ja loetavust; paranda vead.", agent=qa,
expected_output="Puhas, valideeritud kokkuvõte.")

crew = Crew(agents=[persona, researcher, synth, writer, qa],
tasks=[persona_task, research_task, synth_task, write_task, qa_task],
process="sequential", verbose=True)

print(crew.kickoff)