⭐ CrewAI 概览

CrewAI 是一个领先的开源多 AI Agent 编排框架，让你可以像组建一支真实团队一样，让多个 AI Agent 分工协作、共同完成复杂任务。

1. CrewAI 是什么

1.1 一句话定义

CrewAI 是一个 Python 框架，让你定义多个专业化 AI Agent，为它们分配任务，然后组成团队（Crew） 协同工作——就像一家公司里不同角色的员工各司其职、协作完成项目。

1.2 核心架构：Flow + Crew

CrewAI 的生产级架构由两个支柱组成：

层级	角色	职责
Flow	"经理"	定义整体流程、管理状态、控制数据流转、条件路由
Crew	"团队"	由多个 Agent 组成，负责具体的工作单元

前端类比：Flow 类似 Express.js 的中间件管道（定义请求处理流程、路由分发），Crew 类似一组微服务（各自独立完成专项工作后汇总结果）。

CrewAI 原生语义：Flow 是事件驱动的工作流编排层，通过装饰器（@start、@listen、@router）定义执行拓扑；Crew 是 Agent 协作的执行单元，通过 Process（顺序/层级）定义 Agent 间的任务调度方式。

1.3 与其他框架的定位对比

维度	LangChain	LangGraph	CrewAI	Instructor
抽象层级	高层组件库	低层图编排	高层团队编排	结构化输出
核心关注	模型调用、工具链、RAG	状态图、中断恢复、持久化	多 Agent 协作、工作流	Pydantic 提取、验证
编排模式	Chain / Agent	有向图 + 状态机	Crew（团队） + Flow（工作流）	单次调用
适用场景	快速原型、工具链	复杂状态流、生产控制	多角色协作、业务流程	结构化数据提取
学习曲线	中等	较高	较低	低

CrewAI 的独特价值在于**"团队隐喻"**——你不需要思考图的节点和边，而是定义角色、任务和团队，框架自动完成编排。

2. 核心概念速览

概念	说明	前端类比
Agent	具有角色（role）、目标（goal）、背景故事（backstory）的自主实体	React 组件（各自有 props 和行为）
Task	Agent 需完成的具体工作，有描述和期望输出	组件的 render 任务
Crew	Agent 的协作团队，定义执行流程	组件树（父组件编排子组件）
Flow	事件驱动的工作流编排	Express 中间件管道
Process	Crew 内的任务调度方式（顺序/层级）	路由策略（按顺序 vs 负载均衡）
Tool	Agent 可调用的外部能力（搜索、文件读写等）	API 接口 / SDK

3. 最小可运行示例

from crewai import Agent, Task, Crew, Process

# 1. 定义 Agent（角色）
researcher = Agent(
    role="研究员",
    goal="搜集关于 AI Agent 的最新资料",
    backstory="你是一位资深的 AI 技术研究员，擅长发现前沿趋势。"
)

writer = Agent(
    role="技术作者",
    goal="将研究成果整理成清晰易懂的文章",
    backstory="你是一位经验丰富的技术写作者，擅长把复杂概念讲简单。"
)

# 2. 定义 Task（任务）
research_task = Task(
    description="搜集 2024-2025 年 AI Agent 领域的 5 个关键趋势",
    expected_output="包含 5 个趋势的详细报告，每个趋势附带来源",
    agent=researcher
)

writing_task = Task(
    description="基于研究报告撰写一篇 500 字的技术博客",
    expected_output="一篇结构清晰、面向开发者的技术博客文章",
    agent=writer,
    context=[research_task]  # 接收研究任务的输出作为上下文
)

# 3. 组装 Crew（团队）并执行
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    process=Process.sequential,  # 顺序执行
    verbose=True
)

result = crew.kickoff()
print(result.raw)

上面这个例子展示了 CrewAI 的核心模式：定义角色 → 分配任务 → 组建团队 → 启动执行。

4. 什么时候该用 CrewAI

场景	是否推荐	原因
多角色协作（研究 → 分析 → 写作）	✅ 强烈推荐	CrewAI 的核心优势
复杂业务流程（审批、多步骤处理）	✅ 推荐	Flow 提供完整的工作流支持
简单的单次问答	❌ 不推荐	直接调用 LLM 即可
需要精细的图状态控制	⚠️ 视情况	考虑 LangGraph
仅需结构化输出提取	❌ 不推荐	考虑 Instructor

---

先修：无（本页是入门第一站）

下一步：

• 安装与环境配置 — 搭建开发环境
• 快速上手：第一个 Crew — 动手创建你的第一个团队

参考：

• 🔗 CrewAI Introduction (Official)