CrewAI：角色驱动的多 Agent 协作框架，让 AI 团队为你工作

> 分类：开源推荐 | 发布时间：2026-05-17

![CrewAI架构图](https://mrdoc.wangziheng.vip/media/202605/2026-05-17_051450_9980520.9297307108847784.png)

## 一句话介绍

CrewAI 是一个基于角色的多 Agent 协作框架，让开发者通过定义「角色 + 目标 + 背景故事」快速编排 AI Agent 团队，实现复杂任务的自动化分解与协同完成。

## 核心亮点

- **角色驱动设计**：每个 Agent 由 Role、Goal、Backstory 三要素定义，自然映射现实团队分工，上手零门槛
- **灵活的编排模式**：支持 Sequential（顺序）、Hierarchical（层级管理）两种流程，还可自定义 Process 实现更复杂的工作流
- **丰富的工具生态**：内置 20+ 工具（搜索、计算、文件读写等），支持 `@tool` 装饰器和 `BaseTool` 子类快速扩展
- **内存与记忆系统**：短期记忆 + 长期记忆 + 实体记忆，Agent 可跨任务保持上下文
- **人类输入接入**：`HumanInput` 机制允许在关键决策点暂停并请求人类确认
- **MCP 协议支持**：0.95+ 版本原生支持 Model Context Protocol，无缝对接 Claude、GPT 等模型

![核心组件图](https://mrdoc.wangziheng.vip/media/202605/2026-05-17_051451_5270370.6041190981481046.png)

## 快速上手

### 安装

```bash
pip install crewai crewai-tools
```

### 最简示例：研究团队

```python
from crewai import Agent, Task, Crew, Process
from crewai_tools import SerperDevTool, WebsiteSearchTool

# 1. 定义工具
search_tool = SerperDevTool()
web_tool = WebsiteSearchTool()

# 2. 定义 Agent（角色 + 目标 + 背景故事）
researcher = Agent(
    role="高级研究分析师",
    goal="发现关于 {topic} 的前沿技术和创新应用",
    backstory="你是一位拥有 10 年经验的科技行业分析师，"
              "擅长从海量信息中提炼关键洞察。",
    tools=[search_tool, web_tool],
    verbose=True,
    allow_delegation=False,
)

writer = Agent(
    role="技术内容策划师",
    goal="基于研究结果撰写引人入胜的技术分析报告",
    backstory="你是一位资深技术作家，擅长将复杂技术概念"
              "转化为清晰易懂的内容。",
    verbose=True,
    allow_delegation=True,
)

# 3. 定义任务
research_task = Task(
    description="调研 {topic} 的最新发展趋势、"
                "主要玩家和技术突破点",
    expected_output="包含 5 个关键发现的详细研究摘要",
    agent=researcher,
)

write_task = Task(
    description="基于研究结果撰写一份 1000 字的"
                "技术趋势分析报告",
    expected_output="Markdown 格式的分析报告，"
                    "包含标题、摘要、正文和结论",
    agent=writer,
)

# 4. 组建 Crew 并执行
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task],
    process=Process.sequential,  # 顺序执行
    verbose=True,
)

result = crew.kickoff(inputs={"topic": "AI Agent 框架"})
print(result)
```

### 层级模式示例

```python
from crewai import Agent, Task, Crew, Process

manager = Agent(
    role="项目经理",
    goal="协调团队高效完成任务",
    backstory="你是一位经验丰富的项目经理。",
    allow_delegation=True,
)

crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task],
    process=Process.hierarchical,
    manager_agent=manager,
    verbose=True,
)

result = crew.kickoff(inputs={"topic": "LLM 微调技术"})
```

## 适用场景

| 场景 | 推荐指数 | 说明 |
|------|---------|------|
| 自动化研究分析 | ⭐⭐⭐⭐⭐ | 多 Agent 分工搜索+汇总 |
| 内容创作流水线 | ⭐⭐⭐⭐⭐ | 选题→调研→撰写→审校 |
| 代码审查与生成 | ⭐⭐⭐⭐ | 需配合代码工具 |
| 数据分析报告 | ⭐⭐⭐⭐ | 查询+可视化+撰写 |
| 客服自动化 | ⭐⭐⭐ | 需定制工具集成 |
| 游戏NPC协作 | ⭐⭐⭐ | 角色扮演天然适配 |

![对比雷达图](https://mrdoc.wangziheng.vip/media/202605/2026-05-17_051451_9512120.5744030010388957.png)

## 与同类项目对比

| 特性 | CrewAI | LangGraph | AutoGen | OpenAI Swarm |
|------|--------|-----------|---------|-------------|
| 核心理念 | 角色协作 | 图状态机 | 多Agent对话 | 轻量编排 |
| 上手难度 | ★☆☆ 简单 | ★★☆ 中等 | ★★☆ 中等 | ★☆☆ 简单 |
| 编排模式 | 顺序/层级 | 自定义DAG | 对话驱动 | 手动切换 |
| 内置工具 | 20+ 丰富 | 需自建 | 少量 | 无 |
| 记忆系统 | 短期+长期+实体 | 手动管理 | 对话历史 | 无 |
| 人类介入 | HumanInput | 断点检查 | 手动 | 无 |
| MCP 支持 | ✅ 原生 | ❌ | ❌ | ❌ |
| 生产就绪 | ✅ 企业版 | ✅ | ⚠️ 实验性 | ⚠️ 实验性 |
| 语言 | Python | Python | Python+NET | Python |
| GitHub Stars | 25k+ | 10k+ | 40k+ | 12k+ |

## 相关链接

- **GitHub**: [https://github.com/crewAIInc/crewAI](https://github.com/crewAIInc/crewAI)
- **官方文档**: [https://docs.crewai.com](https://docs.crewai.com)
- **企业版**: [https://crewai.com](https://crewai.com)
- **示例仓库**: [https://github.com/crewAIInc/crewAI-examples](https://github.com/crewAIInc/crewAI-examples)
- **Discord 社区**: [https://discord.gg/X4JWnZnx6b](https://discord.gg/X4JWnZnx6b)