1. CrewAI簡介

??CrewAI是一個精簡、快如閃電的Python框架，完全獨立于LangChain或其他Agent框架。它為開發者提供了高層次簡潔性與精準低層次控制的雙重優勢，是創建適用于任何場景的自主AI代理的理想框架，存在如下的兩種模式：
??1. CrewAI Crews：優化自主性與協作智能，使您能夠創建具備特定角色、工具、目標的智能體團隊。
??2. CrewAI Flows：支持細粒度的事件驅動控制，通過單一LLM調用實現精準任務編排，并原生支持智能體團隊協作。

1.1 CrewAI Crews

??下圖源自CrewAI。

組成	描述	作用
Crew	最頂層的組織	1. 管理智能體團隊 2. 監督工作流 3. 保證協作 4. 輸出結果
AI Agents	專業的團隊成員	1. 有特定的角色 2. 使用指定的工具 3. 可以委派任務 4. 自主決策
Process	工作流管理系統	1. 定義協作模式 2. 控制任務 3. 管理交互 4. 保證高效執行
Tasks	個人任務	1. 有明確的目標 2. 使用特定的工具 3. 輸入到更大的Process 4. 產生可行的結果

1.2 CrewAI Flows

??下圖源自CrewAI。

組成	描述	作用
Flow	結構化工作流安排	1. 管理執行路徑 2. 處理state 3. 控制任務順序 4. 保證執行可靠
Events	工作流行動的觸發器	1. 啟動特定Processes 2. 啟用動態響應 3. 支持條件分支 4. 允許實時適應
States	工作流執行上下文	1. 維持執行數據 2. 啟用持久性 3. 支持可恢復性 4. 保證執行完整性
Crew Support	增強工作流自動化	1. 在需要時注入Crew 2. 補充結構化工作流 3. 平衡自動化與智能 4. 支持自適應決策

1.3 Crews和Flows的使用情景

情景	推薦方法	原因
開放性研究	Crews	任務需要創造性思考、探索和適應
生成內容	Crews	文章、報告和營銷材料需要聯合協作
決策工作流	Flows	決策路徑具備可預測性、審計性和精細控制
API編排	Flows	需要按照特定順序對多個外部服務進行可靠的集成
混合應用	Crews、Flows	使用Flows編排整個過程，同時使用Crews處理復雜子任務

??當你需要自主解決問題、合作創新或進行探索性任務時，應該選擇Crews；當你需要確定性的結果、審計能力或對執行的精準控制，應該選擇Flows；當你的應用需要結構化過程和一些自主智能時，應該聯合Crews和Flows。

2. CrewAI安裝

2.1 安裝uv

??uv是用Rust編寫的Python包管理器，目前使用Python的新項目基本上都使用它來對項目中的依賴進行管理。Windows上安裝的命令：
??powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

2.2 安裝CrewAI CLI

??安裝CrewAI CLI的命令：
??uv tool install crewai
??配置CrewAI的路徑：
??uv tool update-shell
??驗證CrewAI安裝：
??uv tool list
??更新CrewAI：
??uv tool install crewai --upgrade

3. 官網QuickStart樣例

3.1 創建CrewAI Crews項目

??創建CrewAI Crews項目：
??crewai create crew <your-project-name>

3.2 項目結構

??項目結構圖如下。

路徑	作用
<your-project-name>/.venv	項目下的Python環境
<your-project-name>/knowledge	本地知識庫目錄
<your-project-name>/src/<your-project-name>/config/agents.yaml	定義智能體及其角色
<your-project-name>/src/<your-project-name>/config/tasks.yaml	設置智能體任務和工作流
<your-project-name>/src/<your-project-name>/tools	自定義智能體工具的目錄
<your-project-name>/src/crew.py	協調、編排Crews
<your-project-name>/src/main.py	項目入口、執行流
<your-project-name>/tests	測試目錄
<your-project-name>/.env	存放大模型API Keys和環境變量
<your-project-name>/.gitignore	配置git忽略的文件或文件夾
<your-project-name>/pyproject.toml	Python項目配置
<your-project-name>/README.md	CrewAI官方給出的項目運行指導
<your-project-name>/uv.lock	uv鎖定的Python依賴

3.3 .env

??CrewAI支持調用和OpenAI的API規范一致的大模型，這里我選擇了deepseek-chat。

MODEL=openai/deepseek-chat
OPENAI_API_KEY="your-api-key"
OPENAI_API_BASE="https://api.deepseek.com/v1"

3.4 智能體角色及其任務

3.4.1 agents.yaml

??樣例中定義了兩個智能體research和reporting_analyst，分別給它們定義了role、goal和backstory。此外，在role、goal和backstory中可以通過{變量名}的方式插入用戶輸入的內容。

researcher:role: >{topic}領域的高級數據研究員goal: >發掘{topic}領域的前沿發展backstory: >你是一位經驗豐富的研究員，擅長發掘{topic}領域的最新進展。你能夠找到最相關的信息并以清晰簡潔的方式呈現。reporting_analyst:role: >{topic}領域的報告分析師goal: >基于{topic}領域的數據分析和研究發現，創建詳細的報告backstory: >你是一位細致入微的分析師，對細節有著敏銳的洞察力。你能夠將復雜的數據轉化為清晰簡潔的報告，使他人能夠輕松理解并基于你提供的信息采取行動。

3.4.2 tasks.yaml

??tasks.yaml中給researcher和reporting_analyst分別分配了任務research_task和reporting_task，在每個任務中給出了任務描述description、任務輸出expected_output和該任務所屬的智能體agent。同樣，在description、expected_output中可以通過{變量名}的方式插入用戶的內容。

research_task:description: >對{topic}領域進行深入研究，確保在當前年份{current_year}下找到所有有趣且相關的信息。expected_output: >列出關于{topic}的10個要點，涵蓋最相關的信息。agent: researcherreporting_task:description: >審查獲取的內容，并將每個主題擴展為完整的報告章節。確保報告詳盡，包含所有相關信息。expected_output: >一份完整的報告，每個主要主題均包含詳細的信息章節，以Markdown格式呈現（不包含代碼塊標記）。agent: reporting_analyst

3.5 crew.py

?&emsp以下代碼皆是創建項目時自動生成的，從下面的代碼中可以看出FirstAgent類主要完成3個任務：1. 創建智能體Agent。2. 創建智能體的任務Task。3. 創建最頂層組織Crew。

from crewai import Agent, Crew, Process, Task
from crewai.project import CrewBase, agent, crew, task# If you want to run a snippet of code before or after the crew starts,
# you can use the @before_kickoff and @after_kickoff decorators
# https://docs.crewai.com/concepts/crews#example-crew-class-with-decorators@CrewBase
class FirstAgent():"""FirstAgent crew"""# Learn more about YAML configuration files here:# Agents: https://docs.crewai.com/concepts/agents#yaml-configuration-recommended# Tasks: https://docs.crewai.com/concepts/tasks#yaml-configuration-recommendedagents_config = 'config/agents.yaml'tasks_config = 'config/tasks.yaml'# If you would like to add tools to your agents, you can learn more about it here:# https://docs.crewai.com/concepts/agents#agent-tools@agentdef researcher(self) -> Agent:return Agent(config=self.agents_config['researcher'],verbose=True)@agentdef reporting_analyst(self) -> Agent:return Agent(config=self.agents_config['reporting_analyst'],verbose=True)# To learn more about structured task outputs,# task dependencies, and task callbacks, check out the documentation:# https://docs.crewai.com/concepts/tasks#overview-of-a-task@taskdef research_task(self) -> Task:return Task(config=self.tasks_config['research_task'],)@taskdef reporting_task(self) -> Task:return Task(config=self.tasks_config['reporting_task'],output_file='report.md')@crewdef crew(self) -> Crew:"""Creates the FirstAgent crew"""# To learn how to add knowledge sources to your crew, check out the documentation:# https://docs.crewai.com/concepts/knowledge#what-is-knowledgereturn Crew(agents=self.agents, # Automatically created by the @agent decoratortasks=self.tasks, # Automatically created by the @task decoratorprocess=Process.sequential,verbose=True,# process=Process.hierarchical, # In case you wanna use that instead https://docs.crewai.com/how-to/Hierarchical/)

3.6 main.py

??main.py文件主要功能是讓你在本地運行Crew，以達到測試的目的。以下代碼也是在創建項目時自動生成的。

import sys
import warningsfrom datetime import datetimefrom first_agent.crew import FirstAgentwarnings.filterwarnings("ignore", category=SyntaxWarning, module="pysbd")# This main file is intended to be a way for you to run your
# crew locally, so refrain from adding unnecessary logic into this file.
# Replace with inputs you want to test with, it will automatically
# interpolate any tasks and agents informationdef run():"""Run the crew."""inputs = {'topic': '大語言模型','current_year': str(datetime.now().year)}try:FirstAgent().crew().kickoff(inputs=inputs)except Exception as e:raise Exception(f"An error occurred while running the crew: {e}")def train():"""Train the crew for a given number of iterations."""inputs = {"topic": "大語言模型"}try:FirstAgent().crew().train(n_iterations=int(sys.argv[1]), filename=sys.argv[2], inputs=inputs)except Exception as e:raise Exception(f"An error occurred while training the crew: {e}")def replay():"""Replay the crew execution from a specific task."""try:FirstAgent().crew().replay(task_id=sys.argv[1])except Exception as e:raise Exception(f"An error occurred while replaying the crew: {e}")def test():"""Test the crew execution and returns the results."""inputs = {"topic": "大語言模型","current_year": str(datetime.now().year)}try:FirstAgent().crew().test(n_iterations=int(sys.argv[1]), openai_model_name=sys.argv[2], inputs=inputs)except Exception as e:raise Exception(f"An error occurred while testing the crew: {e}")

3.7 本地運行

??在項目路徑下先安裝依賴，然后運行：

crewai install
crewai run

??從上面的Agents.yaml和Tasks.yaml中可以看出，該樣例的目的是產出一份指定topic、指定年份year的報告，報告最終輸出為Markdown文件。
??生成該報告的過程如下：
??1. research Agent查找關于指定主題topic、指定年份year的內容，并將其總結成10個要點。



??2. research Agent完成任務后，將得到10個要點交給reporting_analyst Agent。reporting_analyst審查獲取的10個要點，并將其擴寫成一份指定主題topic、指定年份year的報告，并以Markdown文件格式輸出。

參考

https://docs.crewai.com/introduction
https://docs.crewai.com/installation
https://docs.crewai.com/quickstart