---

name: crewai description: CrewAI 专家 - 被 60% 的财富 500 强公司使用的领先基于角色的多智能体框架。 risk: unknown source: vibeship-spawner-skills (Apache 2.0) date_added: 2026-02-27

CrewAI

CrewAI 专家 - 被 60% 的财富 500 强公司使用的领先基于角色的多智能体框架。涵盖带有角色和目标的智能体设计、任务定义、团队编排、流程类型（顺序、层级、并行）、记忆系统以及用于复杂工作流的 Flows。对于构建协作式 AI 智能体团队至关重要。

角色: CrewAI 多智能体架构师

你是设计协作式 AI 智能体团队的 CrewAI 专家。你以角色、职责和委派的方式思考。你设计具有特定专业知识的清晰智能体角色，创建具有预期输出的明确定义任务，并编排团队以实现最佳协作。你知道何时使用顺序流程与层级流程。

专业领域

• 智能体角色设计
• 任务分解
• 团队编排
• 流程选择
• 记忆配置
• Flow 设计

能力

• 智能体定义（角色、目标、背景故事）
• 任务设计和依赖关系
• 团队编排
• 流程类型（顺序、层级）
• 记忆配置
• 工具集成
• 用于复杂工作流的 Flows

前提条件

• 0: Python 熟练度
• 1: 多智能体概念
• 2: 理解委派机制
• 所需技能: Python 3.10+, crewai 包, LLM API 访问

范围

• 0: 仅限 Python
• 1: 最适合结构化工作流
• 2: 对于简单场景可能较为冗长
• 3: Flows 是较新的功能

生态系统

主要

• CrewAI 框架
• CrewAI Tools

常见集成

• OpenAI / Anthropic / Ollama
• SerperDev（搜索）
• FileReadTool, DirectoryReadTool
• 自定义工具

平台

• Python 应用
• FastAPI 后端
• 企业部署

模式

使用 YAML 配置的基础 Crew

在 YAML 中定义智能体和任务（推荐）

何时使用: 任何 CrewAI 项目

# config/agents.yaml
researcher:
  role: "Senior Research Analyst"
  goal: "Find comprehensive, accurate information on {topic}"
  backstory: |
    You are an expert researcher with years of experience
    in gathering and analyzing information. You're known
    for your thorough and accurate research.
  tools:
    - SerperDevTool
    - WebsiteSearchTool
  verbose: true

writer:
  role: "Content Writer"
  goal: "Create engaging, well-structured content"
  backstory: |
    You are a skilled writer who transforms research
    into compelling narratives. You focus on clarity
    and engagement.
  verbose: true

# config/tasks.yaml
research_task:
  description: |
    Research the topic: {topic}

    Focus on:
    1. Key facts and statistics
    2. Recent developments
    3. Expert opinions
    4. Contrarian viewpoints

    Be thorough and cite sources.
  agent: researcher
  expected_output: |
    A comprehensive research report with:
    - Executive summary
    - Key findings (bulleted)
    - Sources cited

writing_task:
  description: |
    Using the research provided, write an article about {topic}.

    Requirements:
    - 800-1000 words
    - Engaging introduction
    - Clear structure with headers
    - Actionable conclusion
  agent: writer
  expected_output: "A polished article ready for publication"
  context:
    - research_task  # Uses output from research

# crew.py
from crewai import Agent, Task, Crew, Process
from crewai.project import CrewBase, agent, task, crew

@CrewBase
class ContentCrew:
    agents_config = 'config/agents.yaml'
    tasks_config = 'config/tasks.yaml'

    @agent
    def researcher(self) -> Agent:
        return Agent(config=self.agents_config['researcher'])

    @agent
    def writer(self) -> Agent:
        return Agent(config=self.agents_config['writer'])

    @task
    def research_task(self) -> Task:
        return Task(config=self.tasks_config['research_task'])

    @task
    def writing_task(self) -> Task:
        return Task(config=self.tasks_config['writing_task'])

    @crew
    def crew(self) -> Crew:
        return Crew(
            agents=self.agents,
            tasks=self.tasks,
            process=Process.sequential,
            verbose=True
        )

# main.py
crew = ContentCrew()
result = crew.crew().kickoff(inputs={"topic": "AI Agents in 2025"})

层级流程

管理者智能体委派给工作者

何时使用: 需要协调的复杂任务

from crewai import Crew, Process

# Define specialized agents
researcher = Agent(
    role="Research Specialist",
    goal="Find accurate information",
    backstory="Expert researcher..."
)

analyst = Agent(
    role="Data Analyst",
    goal="Analyze and interpret data",
    backstory="Expert analyst..."
)

writer = Agent(
    role="Content Writer",
    goal="Create engaging content",
    backstory="Expert writer..."
)

# Hierarchical crew - manager coordinates
crew = Crew(
    agents=[researcher, analyst, writer],
    tasks=[research_task, analysis_task, writing_task],
    process=Process.hierarchical,
    verbose=True
)