CrewAI 核心概念 Agent Task Crew Process-优快云博客

CrewAI 核心概念：Agent / Task / Crew / Process

一、概念速查

四大核心概念

概念	类比	职责
Agent	团队中的个人	具备特定角色、技能和目标，能独立完成分配的任务
Task	工作任务单	明确描述做什么、用什么工具、输出什么，可指派给 Agent 或标记为协作
Crew	项目团队	管理 Agent 成员和 Task 队列，协调执行流程
Process	工作流引擎	定义 Task 的分发和完成顺序——串行、层级还是异步

Agent 配置参数

from crewai import Agent, Task, Crew, Process  # crewai>=0.30.0

agent = Agent(
    role="数据分析师",
    goal="从原始数据中提取有价值的业务洞察",
    backstory="你是一位有 10 年经验的资深数据分析师，擅长使用 Python 处理数据",
    tools=[],                         # 可用工具列表
    verbose=True,                     # 输出详细执行日志
    allow_delegation=False,           # 是否可委托任务给其他 Agent
    max_iter=15,                      # 单任务最大迭代次数
    memory=True,                      # 启用记忆
    cache=True,                       # 启用工具调用缓存
)

Task 配置参数

from crewai import Task  # crewai>=0.30.0

task = Task(
    description="分析销售数据文件 sales.csv，找出过去三个月的增长趋势",
    expected_output="包含月度增长率、TOP 5 产品和可视化图表的分析报告",
    agent="数据分析师",               # 指定的 Agent（可选，也可指定 crew 自动分配）
    tools=[],                         # 任务级工具覆盖
    async_execution=False,            # 是否异步执行
    context=[],                       # 依赖的其他任务输出
    human_input=False,                # 是否需要人工输入
)

代码示例：最小完整 Crew

from crewai import Agent, Task, Crew, Process  # crewai>=0.30.0

writer = Agent(
    role="技术写手",
    goal="撰写清晰的技术文档",
    backstory="你擅长用通俗语言解释复杂技术概念。",
)

researcher = Agent(
    role="技术研究员",
    goal="收集和分析技术资料",
    backstory="你擅长从文档和代码库中提取关键信息。",
)

research = Task(
    description="研究 CrewAI 框架的 Process 机制，包括顺序、层级和异步三种模式",
    expected_output="包含每种模式的优缺点对比表的研究笔记",
    agent=researcher,
)

write = Task(
    description="基于研究笔记撰写一篇 CrewAI Process 机制的技术博客",
    expected_output="一篇 800 字以上的技术博客，包含代码示例",
    agent=writer,
    context=[research],  # 依赖 research 的输出
)

crew = Crew(
    agents=[researcher, writer