CrewAI 完整教程

欢迎来到 CrewAI 完整教程。本教程基于 CrewAI 官方文档 与开源项目 crewAIInc/crewAI 整理,帮助你用 Flows(事件驱动骨架)Crews(角色扮演智能体团队) 构建可上线的多智能体应用。

官方心智模型:生产应用从 Flow 起步;只有需要自主协作时,才在某个 Flow 步骤里嵌入 Crew。


教程目录

基础篇

  1. CrewAI 简介 — 定位、Flows vs Crews、与 LangChain / LlamaIndex 的分工
  2. 安装与环境 — Python、uv / pip、CLI、编码 Agent Skills
  3. 快速上手 — 第一个 Crew,以及 @start / @listen 的最小 Flow

核心对象

  1. Agent 智能体role / goal / backstory、工具、kickoff()
  2. Task 任务descriptionexpected_output、上下文与输出
  3. Crew 与 ProcessCrewProcess.sequential / hierarchical

能力篇

  1. Tools 工具crewai[tools]、内置工具、自定义 BaseTool / @tool
  2. Flows 工作流 — 状态、@start / @listen / @router、把 Crew 放进步骤
  3. Memory 记忆 — 统一 Memory、Crew / Agent / Flow 四种用法

实践篇

  1. 实战案例 — 研究写作 Crew、Flow 包 Crew、检索工具
  2. 资源与延伸阅读 — 官方文档与本站相关课

学习路径

阶段目标章节
第 1 天跑通 Crew简介 → 安装 → 快速上手
第 2–3 天核心对象Agent → Task → Crew 与 Process
第 1 周编排与记忆Tools → Flows → Memory
第 2 周串成项目实战案例 → 资源

前置知识

  • Python 3.10+(官方要求 >=3.10<3.14
  • 了解 LLM / Chat API(消息、token、提示词)
  • 至少一个模型 Provider 的 API Key(OpenAI、Anthropic 等)

本站相关教程

教程关系
LangChainAgent Harness + LangGraph 图编排;偏单 Agent / 自定义图
LlamaIndex文档索引与查询引擎;CrewAI 可用 LlamaIndexTool 接入
RAG切块、嵌入、向量库原理;本课用工具调用检索,不重复讲存储层

两条学习入口

入口适合命令 / 文件
CLI 脚手架要标准项目布局、JSONC、准备部署 AMPcrewai create flowcrewai create crew
Python 脚本先弄懂 Agent / Task / Crew / Flowpip install crewai 后直接 kickoff()

本教程两种都写。对象语义以 Python API 为准;JSONC 字段与官方 Agent / Task / Crew 属性对齐。

对象速查

你想做的事用哪个对象
给角色、目标、人设Agent(role, goal, backstory)
写清作业与验收标准Task(description, expected_output)
组团队并选执行策略Crew(..., process=Process.sequential|hierarchical)
管状态、顺序、分支Flow + @start / @listen / @router
让 Agent 能行动tools=[...]crewai[tools] 或自定义)
跨任务记住事实Memory / memory=True

学完能做出什么

  1. 顺序执行的双 Agent Crew:研究员检索,写作者成稿
  2. 带状态的 Flow@start 设主题,@listen 步骤里 crew.kickoff()
  3. 带工具的生产骨架:搜索 / 读文件 / 自定义工具,记忆跨任务复用

不要指望本课覆盖 AMP 控制台的全部企业功能;那部分以 官方平台文档 为准。

CrewAI 简介 开始即可。

评论