CrewAI 使用教程：从入门到上手

什么是 CrewAI

CrewAI 是一个基于 Python 的开源多智能体协作框架，目前在开发者社区中热度很高。它的核心思路很简单：你不是只让一个 AI 去干活，而是定义多个 AI 角色，让它们像团队一样分工协作，共同完成复杂任务。比如，你可以让一个 Agent 做市场调研，另一个写文案，第三个做校对，最后自动输出一份完整的营销方案。

CrewAI 本身由美国公司 CrewAI, Inc. 开发，底层依赖 OpenAI、Anthropic 等大语言模型 API。因为需要调用海外 API，国内直接使用存在一定限制，建议先了解国产替代方案（如文心一言、通义千问的 Agent 框架）。

核心功能怎么用

CrewAI 的核心概念就三个：Agent（智能体）、Task（任务）、Crew（团队）。理解这三个东西，你就掌握了 80%。

• Agent：每个 Agent 代表一个角色，你需要给它定义角色名称、职责描述、可用工具（比如搜索、文件读写、调用 API 的能力），以及它背后的 LLM 模型（默认是 GPT-4）。
• Task：任务就是你要让 Agent 具体做的事情。每个任务可以指定由哪个 Agent 执行，也可以设置任务之间的依赖关系（比如先调研再写稿）。
• Crew：把 Agent 和 Task 组合在一起，形成一个工作流。你可以设置执行顺序（顺序执行或并行），也可以让 Agent 之间互相传递输出结果。

举个例子，假设你要做一个“竞品分析报告”：

1. 定义 Agent A（研究员）：负责搜索竞品信息，工具是 Web 搜索。
2. 定义 Agent B（分析师）：负责整理数据，生成分析结论。
3. 定义 Task 1：让 Agent A 搜索并输出竞品列表和功能对比。
4. 定义 Task 2：让 Agent B 基于 Task 1 的结果写分析报告。

然后把这些打包成一个 Crew，调用 crew.kickoff() 就能自动跑完整个流程。

第一次上手步骤

环境准备

确保你本地有 Python 3.10 以上版本，然后安装 CrewAI：

pip install crewai

如果你要用自带工具（比如搜索），还需要安装工具包：

pip install 'crewai[tools]'

写一个最小 Demo

创建一个 Python 文件，比如 demo.py，内容如下：

from crewai import Agent, Task, Crew

# 1. 定义 Agent
researcher = Agent(
    role="市场研究员",
    goal="收集最新的AI行业动态",
    backstory="你是一个资深科技记者，擅长从公开信息中提炼关键趋势",
    verbose=True  # 打印执行日志
)

writer = Agent(
    role="技术写手",
    goal="将研究结果写成通俗易懂的短文",
    backstory="你擅长把复杂技术概念讲清楚",
    verbose=True
)

# 2. 定义 Task
task1 = Task(
    description="搜索2025年AI Agent领域的三件大事",
    expected_output="列出三个事件，每个事件包含时间、公司和影响",
    agent=researcher
)

task2 = Task(
    description="基于研究结果写一篇300字左右的新闻简讯",
    expected_output="一段完整的新闻稿，语言通俗，适合普通读者",
    agent=writer
)

# 3. 组建 Crew
crew = Crew(
    agents=[researcher, writer],
    tasks=[task1, task2],
    verbose=True
)

# 4. 执行
result = crew.kickoff()
print(result)

运行：

python demo.py

第一次运行会要求你设置 OpenAI API Key（因为默认用 GPT-4）。如果你没有海外 API 访问条件，可以在创建 Agent 时指定国产模型接口，比如：

from langchain_community.chat_models import ChatTongyi

researcher = Agent(
    role="市场研究员",
    llm=ChatTongyi(model="qwen-max"),
    ...
)

注意：国产模型在复杂推理和工具调用上可能不如 GPT-4 稳定，建议先测试。

适合什么场景

CrewAI 最适合的场景是“需要多步骤、多角色协作的复杂任务”，比如：

• 内容生产流水线：选题策划 → 资料收集 → 初稿写作 → 校对优化 → 发布，每个环节可以由不同 Agent 负责。
• 自动化报告生成：定期从数据库或 API 拉数据，让 Agent 做分析、制图、写结论，最后输出 PDF。
• 代码审查与重构：一个 Agent 写代码，另一个做 Code Review，第三个写测试用例。
• 客服工单处理：先由分类 Agent 判断工单类型，再分配给对应的处理 Agent，最后生成回复。

简单说，凡是需要“一个人干不了，得组个团队”的事情，都可以试试用 CrewAI 模拟。

价格说明

CrewAI 框架本身是开源免费的，你可以随便下载、修改、商用。但注意，它只是一个编排层，真正干活的是背后的大模型 API。

• 免费部分：CrewAI 代码、本地运行（如果你用本地模型或免费 API）。
• 付费部分：如果你用 GPT-4、Claude 等商业 API，按 token 计费，费用由模型厂商收取。CrewAI 官方也提供托管服务（CrewAI Enterprise），起价需要联系销售，主要面向企业用户，提供更稳定的执行环境和监控面板。

对于个人开发者或小团队，直接用开源版 + 自己的 API Key 是最划算的方案。如果觉得海外 API 访问不便，可以搭配国产大模型使用，成本更低，但效果需要自己评估。