Crew AI Practices — AI skill for Claude Code

crew-practices

Práctica de [CrewAI](https://docs.crewai.com/): un equipo de tres agentes que investiga un tema de actualidad, redacta un borrador de unas 200 palabras y lo somete a una revisión editorial con criterios concretos. Si el borrador no los cumple, vuelve al redactor. Todo corre sobre [Groq](https://groq.com/) en su capa gratuita.

El objetivo del repo es tener un ejemplo mínimo y funcional de tres cosas que suelen costar en CrewAI:

1. Agentes con herramientas reales (búsqueda web en vivo, sin API key).
2. Un bucle de revisión (redactor ⇄ editor), que CrewAI no trae resuelto entre tareas.
3. Un LLM como revisor sin confiar ciegamente en él: el código verifica por su cuenta el criterio medible (la longitud).

Cómo funciona

flowchart LR
    T([Tema]) --> I[Investigador
busca noticias]
    I -- notas con fuentes --> R[Redactor
~200 palabras]
    R -- borrador --> E{Editor}
    E -- "aprobado" --> F([borrador_final.md])
    E -- "rechazado + correcciones" --> R

Agente	Qué hace	Herramienta
Investigador	Busca noticias de la última semana y devuelve entre 5 y 8 hechos con cifras, fechas y fuente (URL).	buscar_noticias (DuckDuckGo vía `ddgs`)
Redactor	Escribe un borrador de ~200 palabras usando solo las notas.	—
Editor	Verifica los criterios de edición y devuelve un veredicto en JSON con correcciones concretas.	contar_palabras

**Criterios de edición** (constantes al inicio de [`main.py`](main.py)):

• Menciona al menos 2 datos concretos (cifras, fechas, nombres) que figuren en las notas de investigación.
• No supera las 250 palabras.

Si el editor rechaza, el redactor reescribe con esas correcciones y el editor vuelve a revisar, hasta **3 rondas**. Si tras la última ronda sigue sin aprobarse, el programa imprime el último borrador, avisa que quedó sin aprobar y termina con código de salida 1.

**Guarda de longitud.**