CrewAI 是一个用于构建“多智能体协作应用”的 Python 框架。简单来说，它可以让你创建多个 AI Agent（智能体），每个 Agent 有自己的角色、目标和工具，然后让它们像一个小团队一样分工合作，完成较复杂的任务。

1. CrewAI 是什么

CrewAI 的核心思想是：
把一个复杂任务拆成多个子任务，再交给不同角色的 AI Agent 协作完成。

例如，你想生成一篇市场分析报告，可以设计：

• 研究员 Agent：负责搜索和整理资料
• 分析师 Agent：负责分析数据和提炼观点
• 写作 Agent：负责把结果写成报告
• 审校 Agent：负责检查内容质量和逻辑

这些 Agent 组成一个 Crew，也就是“团队”。CrewAI 会按照你设定的流程，让它们依次或协同完成任务。

2. CrewAI 适合什么场景

CrewAI 适合那些“不是一句话就能完成”，而是需要多步骤、多角色协作的任务。

常见场景包括：

1）内容创作

例如：

• 写公众号文章
• 生成营销文案
• 制作视频脚本
• 写产品介绍
• 生成 SEO 文章

可以让一个 Agent 负责选题，一个负责查资料，一个负责写作，一个负责润色。

2）市场调研

例如：

• 分析竞品
• 整理行业趋势
• 总结用户反馈
• 生成调研报告

不同 Agent 可以分别负责资料收集、信息分析和报告生成。

3）代码辅助

例如：

• 需求分析
• 代码生成
• 单元测试
• 代码审查
• 技术文档生成

可以设计产品经理 Agent、开发 Agent、测试 Agent 和文档 Agent。

4）自动化办公

例如：

• 整理会议纪要
• 分析 Excel 数据
• 编写邮件
• 生成周报
• 制作任务计划

CrewAI 可以把这些办公流程自动串起来。

5）复杂决策辅助

例如：

• 制定学习计划
• 制定项目方案
• 分析投资信息
• 设计运营策略

多个 Agent 可以从不同角度给出建议，再汇总成最终方案。

3. CrewAI 的核心概念

使用 CrewAI 时，通常会接触几个重要概念：

Agent：智能体

Agent 就像团队成员。
每个 Agent 通常有：

• 角色：它是谁
• 目标：它要完成什么
• 背景描述：它擅长什么
• 工具：它可以使用哪些能力，比如搜索网页、读取文件、调用 API 等

例如：

researcher = Agent(
    role="市场研究员",
    goal="收集并整理某个行业的最新信息",
    backstory="你擅长从公开资料中提取有价值的信息"
)

Task：任务

Task 表示要交给 Agent 完成的具体工作。

例如：

task = Task(
    description="研究新能源汽车行业的最新发展趋势",
    agent=researcher,
    expected_output="一份结构清晰的趋势总结"
)

Crew：团队

Crew 是由多个 Agent 和多个 Task 组成的整体。

例如：

crew = Crew(
    agents=[researcher],
    tasks=[task]
)

kickoff：启动执行

当 Crew 定义完成后，通过 kickoff() 启动任务。

result = crew.kickoff()
print(result)

4. CrewAI 的最小使用流程

最小流程可以理解为 4 步：

第一步：安装 CrewAI

pip install crewai

如果需要使用额外工具，例如网页搜索、文件读取等，可能还需要安装：

pip install crewai-tools

第二步：配置大语言模型

CrewAI 通常需要连接一个大语言模型，比如 OpenAI、Anthropic、本地模型等。
最常见的是通过环境变量配置 API Key。

例如使用 OpenAI：

export OPENAI_API_KEY="你的 API Key"

在 Windows PowerShell 中可以写：

$env:OPENAI_API_KEY="你的 API Key"

第三步：定义 Agent 和 Task

一个最简单的例子如下：

from crewai import Agent, Task, Crew

researcher = Agent(
    role="技术研究员",
    goal="用简单语言解释一个技术概念",
    backstory="你擅长面向初学者解释复杂技术"
)

task = Task(
    description="请介绍 CrewAI 是什么，以及它适合哪些使用场景",
    expected_output="一段结构清晰、适合初学者阅读的中文说明",
    agent=researcher
)

crew = Crew(
    agents=[researcher],
    tasks=[task]
)

第四步：启动 Crew

result = crew.kickoff()
print(result)

执行后，CrewAI 会让指定的 Agent 完成对应任务，并输出结果。

5. 一个简单理解

如果把普通调用大模型理解成：

“我直接问一个 AI 一个问题。”

那么 CrewAI 更像是：

“我组建了一个 AI 团队，让不同成员分工完成一个复杂任务。”

它的价值不在于替代大模型本身，而在于帮助你组织多个 AI 的协作流程，让复杂任务更容易拆解、执行和管理。

6. 什么时候不一定需要 CrewAI

如果你的任务很简单，比如：

• 翻译一句话
• 总结一小段文本
• 生成一个短标题
• 回答一个普通问题

那直接调用一个大语言模型就够了，不一定需要 CrewAI。

但如果任务包含多个步骤，比如“先调研、再分析、再写报告、最后检查”，CrewAI 就比较适合。

总结

CrewAI 是一个用于搭建多智能体协作系统的框架。它适合处理复杂、多步骤、需要分工协作的任务，例如内容创作、市场调研、代码辅助和自动化办公。最小使用流程是：安装 CrewAI、配置模型、定义 Agent、定义 Task、创建 Crew，然后调用 kickoff() 执行任务。