🚀 Crewai团队项目

欢迎来到Crewai团队项目，本项目由crewAI提供支持。此模板能助力您轻松搭建多智能体AI系统，借助crewAI强大且灵活的框架，让代理们高效协作，完成复杂任务，充分发挥集体智慧与能力。

🚀 快速开始

本项目旨在帮助您轻松设置一个多智能体AI系统，利用crewAI强大而灵活的框架，使您的代理能够有效协作，完成复杂任务。

✨ 主要特性

• 支持顺序团队和分层团队两种任务执行模式。
• 集成模型控制协议（MCP）服务器，通过REST API公开CrewAI工具，方便Claude和其他LLM访问。
• 可自定义代理、任务、逻辑、工具和特定参数。

📦 安装指南

环境要求

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，提供无缝的设置和执行体验。

安装步骤

1. 首先，如果您还没有安装，请安装uv：

pip install uv

2. 接下来，在项目目录中安装依赖项： （可选）锁定依赖项并使用CLI命令进行安装：

crewai install

自定义配置

• 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以添加代理和任务的自定义输入

💻 使用示例

运行项目

顺序团队

要启动Crewai团队并开始任务执行，请从项目的根文件夹运行：

$ crewai run

此命令初始化Crewai Crew，组装代理并按您在配置中定义的方式分配任务。未经修改的示例将创建一个report.md文件，其中包含对LLM的研究结果，在根目录下。

分层团队

该项目还包括一个分层实现，其中每个代理专门使用特定工具。要运行分层团队：

$ hierarchical

或：

$ run_hierarchical

这将创建一个hierarchical_result.md文件，显示来自分层过程的输出。更多关于分层实现的信息，请参阅src/crewai/hierarchical/README.md。

模型控制协议（MCP）集成

启动MCP服务器

$ start_mcp

或者直接运行：

$ python -m mcp.run_server

默认情况下，服务器在0.0.0.0:8000上运行。您可以自定义：

$ start_mcp --host 127.0.0.1 --port 9000

可用的MCP工具

MCP服务器提供以下工具的访问权限：

• 自定义CrewAI工具
• 网页搜索功能
• 数据分析能力

更多详细信息，请参阅mcp/README.md。

📚 详细文档

Crewai团队由多个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config/tasks.yaml中定义的任务上进行协作，利用他们的集体技能实现复杂目标。config/agents.yaml文件概述了您团队中每个代理的能力和配置。

📄 许可证

文档未提及相关信息，故跳过该章节。

支持

有关Crewai团队或crewAI的问题或反馈，请访问我们的文档、GitHub仓库或加入我们的Discord服务器，并与我们的文档聊天。让我们一起利用crewAI的力量和简单性，创造奇迹。