Crewai Claude

🚀 Crewai团队项目

Crewai团队项目由crewAI提供支持，旨在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，能让代理高效协作，完成复杂任务，充分发挥集体智慧与能力。

🚀 快速开始

本项目可帮助您轻松设置多智能体AI系统，让代理有效协作完成复杂任务。

📦 安装指南

环境要求

确保您的系统已安装Python >=3.10 <3.13。本项目使用UV进行依赖管理，能带来无缝的设置和执行体验。

安装步骤

1. 若尚未安装uv，可使用以下命令进行安装：

pip install uv

2. 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

• 添加API密钥：将您的OPENAI_API_KEY添加到.env文件中。
• 定义代理：修改src/crewai/config/agents.yaml以定义您的代理。
• 定义任务：修改src/crewai/config/tasks.yaml以定义您的任务。
• 添加自定义逻辑：修改src/crewai/crew.py以添加您自己的逻辑、工具和特定参数。
• 添加自定义输入：修改src/crewai/main.py以添加代理和任务的自定义输入。

💻 使用示例

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以下命令：

$ crewai run

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

分层团队

该项目还包含一个分层实现，其中每个代理专门使用特定工具。要运行分层团队，可使用以下命令之一：

$ 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。

🔧 技术细节

模型控制协议（MCP）集成

该项目包含一个MCP服务器，通过REST API公开CrewAI工具，使Claude和其他LLM能够访问和利用CrewAI工具。

启动MCP服务器

可使用以下命令启动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。您可以自定义服务器的主机和端口，例如：

$ 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。

📄 支持与反馈

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。