CrewAI
CrewAI是一个开源的多智能体协作编排框架，专为构建基于大语言模型的自主Agent协作系统而设计。它以Agent（智能体）、Task（任务）、Process（流程）和Crew（团队）为核心抽象，支持开发者定义多个具有不同角色和能力的AI智能体，并通过结构化流程协同完成复杂任务，适用于自动化工作流、研究分析、内容生成等多种场景。
核心事实
时间轴 (近 90 天)
CrewAI 的核心隐喻是团队，通过带角色、目标和背景故事的 Agent 协作完成任务，只支持 Python。
课程第四阶段讲解多Agent的进化与优化（涵盖部署、可观测性等工程化内容），并引入CrewAI框架，与LangChain形成对比，强调一门课掌握两到三个主流框架。
CrewAI 内置了多种常用工具（如 SerperDevTool、ScrapeWebsiteTool），也支持通过 @tool 装饰器自定义工具函数。
Crew 是 Agent 与 Task 的集合，定义了执行策略与协作方式；多个 Crew 可以组成 Pipeline，支持顺序或并行执行，并通过 Trace 跟踪整个流水线的运行轨迹。
在 CrewAI 封装场景中，FastAPI 的 @app.post 装饰器定义 HTTP 端点，Pydantic 模型自动解析请求体中的 topic 字段，JSONResponse 或 StreamingResponse 负责返回结果。
教程中 CrewAI 官方案例使用千问 Max 模型，运行后在工程目录生成 report.md 文件。
教程使用 CrewAI 官方模板通过 crewai create 生成工程，修改 .env 配置 API 地址、密钥与模型名称，执行 crewai install 安装依赖，最后用 crewai run 启动。
开源Agent项目主流可分为三类：编排框架（如LangChain、LlamaIndex、AutoGen、CrewAI）、通用型Agent产品开源版（如OpenHands、MetaGPT）、轻量级SDK（如OpenAI Agents SDK、Claude Agent SDK）。
AutoGen、CrewAI、LangGraph 是允许通过配置文件而非从零写代码来定义智能体角色、目标和工具调用的开源框架
CrewAI 更偏「角色 + 任务」的流水线编排，配置风格接近给团队分配岗位与职责，上手快但灵活性稍弱
还有 40 条时间轴事件
全部知识事实 (20)
多智能体协作通常通过编排者-执行者模式实现，一个主控Agent负责任务分解与调度
90%已验证目前主流的AI Agent框架包括LangChain、AutoGen、CrewAI等
90%已验证2023年以来，AutoGPT、MetaGPT、CrewAI等多智能体框架相继出现
90%已验证AutoGPT、CrewAI、MetaGPT等开源项目在探索多Agent协作框架，但更偏向任务导向
80%已验证CrewAI引入了角色（Role）、目标（Goal）和背景故事（Backstory）等概念来定义Agent
80%已验证工具增强型AI（Tool-Augmented AI）是当前大模型应用的重要发展方向，OpenAI的Function Calling和Anthropic的Tool Use等机制在底层支撑这一范式
80%已验证2023年以来，斯坦福的Generative Agents、微软的AutoGen和CrewAI等项目证明了多Agent协作在复杂任务中的优越性
80%已验证CrewAI专注于多Agent协作场景，通过角色定义和任务分配实现团队化的Agent编排
80%已验证多智能体（Multi-Agent）架构的典型框架包括微软的AutoGen、CrewAI、LangGraph等
80%已验证多Agent协作领域的代表性框架包括AutoGen、CrewAI、LangGraph等
80%已验证AI Agent具备工具调用（Tool Use）和规划推理（Planning & Reasoning）两大核心能力，能将复杂目标自动分解为可执行的子任务序列
80%已验证2023年以来AutoGPT、BabyAGI、CrewAI等AI Agent框架相继涌现
80%已验证CrewAI采用角色扮演机制，为每个Agent赋予明确的职责定义
80%已验证AutoGen是微软研究院出品的多Agent协作框架，通过可编程的对话模式实现Agent间的灵活协作
80%已验证CrewAI提供两种执行机制：顺序流程（Sequential）和分层流程（Hierarchical）
80%已验证AutoGen是微软出品的Agent框架，侧重多Agent协作场景，支持多个Agent之间的消息传递与角色分工
80%已验证CrewAI是一个用于构建多Agent系统的开源框架，能够让多个具有不同角色和目标的Agent协同工作
80%已验证CrewAI的Task支持上下文传递，一个任务的输出可以作为下一个任务的输入
75%已验证Agent开发核心技术栈包括LangChain、LlamaIndex等编排框架、工具调用、RAG检索增强生成、AutoGen、CrewAI等多Agent协作框架
70%已验证LangChain、AutoGPT、MetaGPT、CrewAI是代表性的Agent框架
70%