CrewAI怎麼用 多AI代理協作框架教程

CrewAI是一個多AI代理協作框架，可以讓多個不同角色的AI分工合作完成複雜任務，比如一個搜資料一個寫報告。它的基本思路很直觀：先定義代理（Agent）的角色和目標，再把工作拆成任務（Task），最後用團隊（Crew）安排執行順序。下面以“研究一個主題並生成報告”為例，帶你從安裝到執行走一遍。

第一步：安裝CrewAI

先確認電腦已經安裝Python和uv；uv是管理Python工具與專案環境的命令列工具。開啟終端，執行uv tool install crewai安裝CrewAI命令列工具。安裝完成後，用crewai --help檢查命令是否可用。如果終端提示找不到命令，重開終端，或檢查uv安裝目錄是否已加入系統PATH。不同作業系統的環境配置可能略有差別。

接著建立專案。在終端輸入crewai create crew research_report，然後進入專案目錄：cd research_report。新版腳手架會生成代理、任務和團隊配置檔案，適合直接按配置組織工作。如果你希望使用傳統Python/YAML專案結構，可以建立時新增--classic。先看一眼生成的檔案，再修改配置，別急著刪掉示例內容。

執行前要準備模型服務的API金鑰，並按所選模型提供方的說明配置。專案通常會用.env儲存環境變數，例如模型金鑰；不要把真實金鑰貼進公開程式碼倉庫。若任務需要聯網搜尋，還要配置對應搜尋工具的金鑰。金鑰名稱和模型配置取決於你使用的服務，照著專案說明設定，之後再啟動團隊。

第二步：定義角色和任務

代理要寫清楚“負責什麼、要達成什麼、具備怎樣的背景”。例如，研究員負責收集主題資料，目標是整理近期且相關的資訊；報告撰寫員負責依據研究結果組織內容，目標是寫出結構清楚、便於閱讀的報告。把目標寫具體，比只寫“幫我研究”更容易得到可檢查的結果。也可以要求研究員標註來源、區分事實與推測。

任務則要說明要做的動作、輸入材料和預期輸出。研究任務可以要求列出重點事實、出處及待確認問題；寫作任務要求依據研究結果形成報告，並註明標題、段落和格式。把寫作任務的上下文連到研究任務，後續代理才能接著使用前一項工作的產出。任務描述越明確，團隊越不容易跑題。

組建代理團隊

在代理配置中建立“研究員”和“報告撰寫員”，分別分配角色、目標與背景；在任務配置中建立對應的研究任務和寫作任務，再把兩項任務加入團隊。多數入門場景適合順序流程：研究先完成，寫作再開始。若使用傳統Python寫法，可從crewai匯入Agent、Task、Crew和Process，分別建立物件後組合起來。

• 研究員：蒐集主題資訊，整理要點和可追溯的依據。
• 撰寫員：讀取研究結果，按指定結構寫成報告。
• 任務連線：讓撰寫任務引用研究任務的輸出，並明確最終交付格式。

第三步：執行團隊協作

先檢查配置檔案中的代理名稱、任務名稱和上下文引用是否一致，再確認模型金鑰已設定。按專案說明安裝依賴，通常可在專案目錄執行crewai install，隨後執行crewai run。終端會顯示執行過程與結果；若配置了輸出檔案，報告也會寫到指定路徑。首次執行時建議先用一個小主題測試，避免任務範圍過大導致耗時或輸出冗長。

如果執行失敗，優先看終端報錯：金鑰錯誤就檢查環境變數，找不到模組就重新安裝依賴，結果不連貫就檢查任務上下文與預期輸出。輸出完成後，人工核對事實、來源、日期和邏輯，不要把代理結果當成自動驗證過的結論。任務規模變大時，可以增加審核代理，或考慮層級流程，讓管理代理協調分工與檢查結果。

如果不想從程式碼和配置檔案開始，也可以瞭解國內替代方案Agent Space：agentspace.cgref.cn。選擇時可先確認它是否滿足你的模型