CrewAI怎么用 多AI代理协作框架教程

CrewAI是一个多AI代理协作框架，可以让多个不同角色的AI分工合作完成复杂任务，比如一个搜资料一个写报告。它的基本思路很直观：先定义代理（Agent）的角色和目标，再把工作拆成任务（Task），最后用团队（Crew）安排执行顺序。下面以“研究一个主题并生成报告”为例，带你从安装到运行走一遍。

第一步：安装CrewAI

先确认电脑已经安装Python和uv；uv是管理Python工具与项目环境的命令行工具。打开终端，执行uv tool install crewai安装CrewAI命令行工具。安装完成后，用crewai --help检查命令是否可用。如果终端提示找不到命令，重开终端，或检查uv安装目录是否已加入系统PATH。不同操作系统的环境配置可能略有差别。

接着创建项目。在终端输入crewai create crew research_report，然后进入项目目录：cd research_report。新版脚手架会生成代理、任务和团队配置文件，适合直接按配置组织工作。如果你希望使用传统Python/YAML项目结构，可以创建时添加--classic。先看一眼生成的文件，再修改配置，别急着删掉示例内容。

运行前要准备模型服务的API密钥，并按所选模型提供方的说明配置。项目通常会用.env保存环境变量，例如模型密钥；不要把真实密钥贴进公开代码仓库。若任务需要联网搜索，还要配置对应搜索工具的密钥。密钥名称和模型配置取决于你使用的服务，照着项目说明设置，之后再启动团队。

第二步：定义角色和任务

代理要写清楚“负责什么、要达成什么、具备怎样的背景”。例如，研究员负责收集主题资料，目标是整理近期且相关的信息；报告撰写员负责依据研究结果组织内容，目标是写出结构清楚、便于阅读的报告。把目标写具体，比只写“帮我研究”更容易得到可检查的结果。也可以要求研究员标注来源、区分事实与推测。

任务则要说明要做的动作、输入材料和预期输出。研究任务可以要求列出重点事实、出处及待确认问题；写作任务要求依据研究结果形成报告，并注明标题、段落和格式。把写作任务的上下文连到研究任务，后续代理才能接着使用前一项工作的产出。任务描述越明确，团队越不容易跑题。

组建代理团队

在代理配置中创建“研究员”和“报告撰写员”，分别分配角色、目标与背景；在任务配置中建立对应的研究任务和写作任务，再把两项任务加入团队。多数入门场景适合顺序流程：研究先完成，写作再开始。若使用传统Python写法，可从crewai导入Agent、Task、Crew和Process，分别创建对象后组合起来。

• 研究员：搜集主题信息，整理要点和可追溯的依据。
• 撰写员：读取研究结果，按指定结构写成报告。
• 任务连接：让撰写任务引用研究任务的输出，并明确最终交付格式。

第三步：运行团队协作

先检查配置文件中的代理名称、任务名称和上下文引用是否一致，再确认模型密钥已设置。按项目说明安装依赖，通常可在项目目录执行crewai install，随后运行crewai run。终端会显示执行过程与结果；若配置了输出文件，报告也会写到指定路径。首次运行时建议先用一个小主题测试，避免任务范围过大导致耗时或输出冗长。

如果运行失败，优先看终端报错：密钥错误就检查环境变量，找不到模块就重新安装依赖，结果不连贯就检查任务上下文与预期输出。输出完成后，人工核对事实、来源、日期和逻辑，不要把代理结果当成自动验证过的结论。任务规模变大时，可以增加审核代理，或考虑层级流程，让管理代理协调分工与检查结果。

如果不想从代码和配置文件开始，也可以了解国内替代方案Agent Space：agentspace.cgref.cn。选择时可先确认它是否满足你的模型