from crewai import Agent
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0.2)
researcher = Agent(
role="Periset Pasar",
goal="Temukan wawasan terkini yang kredibel tentang pasar sasaran dan pesaing.",
backstory=(
"Anda adalah analis yang rajin yang memverifikasi klaim, mengutip sumber, dan meringkas "
"sinyal dari publikasi terkemuka."
),
tools=[], # tambahkan alat web/pencarian/scraper nanti
llm=llm
)
strategist = Agent(
role="Ahli Strategi Produk",
goal="Sintesis penelitian menjadi opsi penentuan posisi dan peta jalan yang jelas.",
backstory="Anda memprioritaskan kejelasan, kelayakan, dan hasil yang terukur.",
tools=[],
llm=llm
)
writer = Agent(
role="Penulis Konten",
goal="Hasilkan draf yang terstruktur dengan baik dengan contoh dan langkah selanjutnya.",
backstory="Anda menulis dalam bahasa Inggris yang ringkas dan persuasif serta mengikuti panduan gaya.",
tools=[],
llm=llm
)

from crewai import Task
research_task = Task(
description=(
"Riset pasar perangkat lunak manajemen proyek UKM AS pada tahun 2025. "
"Identifikasi pesaing utama, tingkatan harga, ICP, dan tiga kebutuhan yang belum terpenuhi. "
"Kembalikan poin-poin dengan 3–5 kutipan."
),
expected_output=(
"Draf markdown dengan bagian: Ukuran Pasar, Pemain Utama, Harga, ICP, "
"Kebutuhan yang Belum Terpenuhi, Sumber (dengan tautan)."
),
agent=researcher
)
synthesis_task = Task(
description=(
"Menggunakan draf penelitian, hasilkan pernyataan posisi, 2–3 pembeda, "
"dan peta jalan 90 hari dengan tonggak."
),
expected_output="Memo strategi yang ringkas (<= 400 kata).",
agent=strategist
)
writing_task = Task(
description=(
"Ubah memo strategi menjadi satu halaman yang menghadap publik. Sertakan tajuk utama, "
"proposisi nilai, poin fitur, dan CTA."
),
expected_output="Satu halaman markdown yang cocok untuk halaman arahan.",
agent=writer
)

from crewai import Crew
crew = Crew(
agents=[researcher, strategist, writer],
tasks=[research_task, synthesis_task, writing_task],
process="sequential", # serahkan output secara berurutan
verbose=True
)
result = crew.kickoff
print(result)

fact_checker = Agent(
role="Pemeriksa Fakta",
goal="Validasi semua klaim terhadap sumber primer; tandai kutipan yang lemah.",
backstory="Skeptis, teliti, tidak bias.",
llm=llm
)
qa_task = Task(
description="Validasi semua pernyataan faktual; tambahkan koreksi sebaris dengan tag [FIX].",
expected_output="Draf yang dikoreksi dengan ringkasan perbaikan.",
agent=fact_checker
)

from langchain_community.tools import DuckDuckGoSearchRun
from langchain_community.document_loaders import WebBaseLoader
search = DuckDuckGoSearchRun
def web_search_tool(query: str):
return search.run(query)
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=(
"Ringkas 5 studi terbaru tentang produktivitas kerja jarak jauh (2023–2025) dengan "
"metodologi, ukuran sampel, dan temuan utama."
),
expected_output=(
"Markdown dengan bagian H2 per studi, tabel perbandingan akhir, dan tautan."
),
agent=researcher
)

r1 = Agent(role="Peneliti A", goal="Fokus pada harga", backstory="", llm=llm)
r2 = Agent(role="Peneliti B", goal="Fokus pada fitur", backstory="", llm=llm)
# Tugas paralel untuk r1, r2; tugas sintesis tindak lanjut menggabungkan output mereka.

qa = Agent(
role="Peninjau QA",
goal="Pastikan output memenuhi kriteria penerimaan dan panduan gaya.",
backstory="Anda ketat dan bertele-tele.",
llm=llm
)

researcher = Agent(
role="Peneliti Analitis",
goal=(
"Berikan draf yang ringkas dan akurat dengan 3–5 kutipan kredibel dan catatan risiko."
),
backstory=(
"Anda memverifikasi klaim, lebih menyukai sumber primer, dan menandai ketidakpastian."
),
llm=llm
)

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

persona = Agent(role="Analis Persona", goal="Tentukan ICP dan JTBD.", llm=llm)
researcher = Agent(role="Peneliti", goal="Kumpulkan data yang kredibel.", llm=llm)
synth = Agent(role="Synthesizer", goal="Bandingkan dan interpretasikan.", llm=llm)
writer = Agent(role="Penulis", goal="Buat draf siap eksekutif.", llm=llm)
qa = Agent(role="QA", goal="Validasi klaim dan kejelasan.", llm=llm)
persona_task = Task(description="Tentukan ICP & JTBD untuk pemimpin RevOps di SaaS.", agent=persona,
expected_output="Poin + poin rasa sakit + metrik keberhasilan.")
research_task = Task(description="Kumpulkan harga, fitur, dan ulasan untuk 3 alat.", agent=researcher,
expected_output="Tabel + 5 kutipan.")
synth_task = Task(description="Bangun matriks perbandingan dan 3 wawasan teratas.", agent=synth,
expected_output="Tabel markdown + wawasan.")
write_task = Task(description="Susun draf 1 halaman dengan rekomendasi.", agent=writer,
expected_output="Draf eksekutif dalam markdown.")
qa_task = Task(description="Periksa akurasi dan keterbacaan; perbaiki masalah.", agent=qa,
expected_output="Draf yang bersih dan divalidasi.")
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)