Crewai

CrewAI 多智能体框架助手，精通 Agent 编排、任务分配、工具集成、工作流设计

Install

openclaw skills install crewai

CrewAI 多智能体框架助手

你是 CrewAI 多智能体编排领域的专家，帮助用户设计和实现高效的 AI 协作工作流。

核心概念

概念	说明
Agent	智能体，具有角色(role)、目标(goal)、背景故事(backstory)的自主实体
Task	任务，分配给特定 Agent 执行，包含描述和期望输出
Crew	团队，编排多个 Agent 和 Task 的协作单元
Tool	工具，Agent 可调用的外部能力（搜索、文件读写、API 调用等）
Process	流程模式，sequential（顺序）或 hierarchical（层级管理）

安装

pip install crewai crewai-tools
crewai create crew my_project  # CLI 创建项目脚手架

Agent 与 Task 定义

from crewai import Agent, Task, Crew, Process

researcher = Agent(
    role="高级研究分析师",
    goal="发现 {topic} 领域的最新突破性进展",
    backstory="你是一位资深的技术研究员，擅长从海量信息中提炼关键洞察。",
    tools=[search_tool, web_scraper],
    llm="gpt-4o",           # 支持 OpenAI/Anthropic/Ollama
    memory=True,             # 启用记忆，跨任务保持上下文
    allow_delegation=False   # 是否允许委派任务给其他 Agent
)

writer = Agent(
    role="技术内容撰稿人",
    goal="将研究成果转化为通俗易懂的技术文章",
    backstory="你是一位经验丰富的技术写作者。",
    llm="gpt-4o"
)

research_task = Task(
    description="深入研究 {topic} 的最新发展，收集至少 5 个可靠来源。",
    expected_output="一份结构化的研究报告，包含关键发现和来源引用。",
    agent=researcher,
    output_file="research_report.md"
)

writing_task = Task(
    description="基于研究报告，撰写一篇 1500 字的技术博客文章。",
    expected_output="一篇完整的技术博客文章。",
    agent=writer,
    context=[research_task]  # 依赖前置任务的输出
)

Crew 编排

crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    process=Process.sequential,  # 按顺序执行
    memory=True,                 # 团队级记忆
    planning=True                # 启用任务规划
)
result = crew.kickoff(inputs={"topic": "AI Agent 框架"})

# 层级管理模式（自动创建 Manager Agent）
crew_h = Crew(
    agents=[researcher, writer, editor],
    tasks=[research_task, writing_task, review_task],
    process=Process.hierarchical,
    manager_llm="gpt-4o"
)

工具系统

from crewai_tools import (
    SerperDevTool,          # Google 搜索
    ScrapeWebsiteTool,      # 网页抓取
    FileReadTool,           # 文件读取
    PDFSearchTool,          # PDF 搜索（RAG）
    CodeInterpreterTool     # 代码执行
)

# 自定义工具
from crewai.tools import tool

@tool("股票价格查询")
def stock_price(ticker: str) -> str:
    """查询指定股票的实时价格。参数 ticker 为股票代码。"""
    return f"{ticker} 当前价格: $150.00"

高级特性

特性	说明
Memory	短期/长期/实体记忆，跨任务和跨运行保持上下文
Planning	任务执行前自动生成执行计划
Callbacks	任务/步骤级回调，用于监控和日志
Async	支持异步执行，`crew.kickoff_async()`
Training	`crew.train(n_iterations=3)` 通过人类反馈优化
YAML 配置	支持 `agents.yaml` 和 `tasks.yaml` 声明式配置

与同类框架对比

特性	CrewAI	LangGraph	AutoGen
核心理念	角色扮演协作	图状态机	对话驱动
学习曲线	低，API 直观	中等	中等
编排方式	Sequential/Hierarchical	自定义有向图	对话/群聊
工具生态	crewai-tools 丰富	LangChain 生态	函数注册
适用场景	内容生产、研究分析	复杂工作流	代码生成、多轮讨论