Crewai Crew

欢迎来到由 crewAI 提供支持的 Crewai Crew 项目。此模板旨在帮助您轻松设置一个多代理 AI 系统，利用 crewAI 提供的强大且灵活的框架。我们的目标是使您的代理能够有效地协作完成复杂任务，最大化其集体智慧和能力。

安装

确保您的系统上安装了 Python >=3.10 <3.13。该项目使用 UV 进行依赖管理和包处理，提供无缝的设置和执行体验。

首先，如果您还没有安装 uv，请先安装：

pip install uv

接下来，导航到您的项目目录并安装依赖项：

（可选）通过使用 CLI 命令锁定依赖项并进行安装：

crewai install

自定义

将您的 OPENAI_API_KEY 添加到 .env 文件中

• 修改 src/crewai/config/agents.yaml 以定义您的代理
• 修改 src/crewai/config/tasks.yaml 以定义您的任务
• 修改 src/crewai/crew.py 以添加您自己的逻辑、工具和特定参数
• 修改 src/crewai/main.py 以添加自定义输入给您的代理和任务

运行项目

顺序团队

要启动您的 AI 代理团队并开始执行任务，请从项目的根文件夹运行以下命令：

$ crewai run

此命令初始化 crewai Crew，根据您的配置组装代理并分配任务。

这个未经修改的例子将在根文件夹中创建一个包含 LLMs 研究输出的 report.md 文件。

层次化团队

此项目还包括层次化的实现，每个代理专门使用特定的工具。要运行层次化团队：

$ hierarchical

或：

$ run_hierarchical

这将创建一个包含层次化过程输出的 hierarchical_result.md 文件。

更多关于层次化实现的信息请参阅 Hierarchical README。

模型控制协议 (MCP) 集成

此项目包括一个 MCP 服务器，它通过 REST API 暴露 CrewAI 工具。这允许 Claude 和其他大型语言模型访问和使用 CrewAI 工具。

启动 MCP 服务器

$ start_mcp

或者您可以直接运行它：

$ python -m mcp.run_server

默认情况下，服务器运行在 0.0.0.0:8000 上。您可以自定义这一点：

$ start_mcp --host 127.0.0.1 --port 9000

可用的 MCP 工具

MCP 服务器提供了对以下工具的访问：

• 自定义 CrewAI 工具
• 网络搜索功能
• 数据分析能力

更多信息，请参阅 MCP README。

了解您的团队

Crewai Crew 由多个 AI 代理组成，每个代理都有独特的角色、目标和工具。这些代理在一系列任务上协作，这些任务在 config/tasks.yaml 中定义，利用它们的集体技能来实现复杂的目标。config/agents.yaml 文件概述了您团队中每个代理的能力和配置。

支持

对于Crewai Crew或crewAI的支持、问题或反馈：

• 访问我们的文档
• 通过我们的GitHub仓库联系我们
• 加入我们的Discord
• 与我们的文档聊天

让我们一起利用crewAI的力量和简洁性创造奇迹。