07.3 — CrewAI

定位: 角色化 Agent 编排框架——理解 CrewAI 如何通过"角色"来实现结构化的多 Agent 协作 面试高频度: ⭐⭐⭐

---

一、这是什么？为什么需要它？

CrewAI 是一个角色化多 Agent 编排框架，核心思想是让开发者定义 Agent 角色、任务和流程，然后由框架自动编排执行。

核心概念

概念	说明
Agent	角色化的智能体（有 role、goal、backstory）
Task	需要完成的任务（有描述、预期输出、分配的 Agent）
Crew	Agent 团队（管理 Agent 和任务的执行）
Process	执行流程（sequential / hierarchical）
Tool	Agent 可用的工具

为什么选择 CrewAI？

CrewAI 的差异化优势：
  "角色"是一等公民——每个 Agent 有明确的角色描述
  任务驱动——先定义任务，再分配给 Agent
  结构化输出——每个 Task 可以定义预期输出格式
  简单直观——三个核心概念（Agent + Task + Crew）即可上手

---

二、原理拆解

from crewai import Agent, Task, Crew, Process

# 1. 定义角色化 Agent
researcher = Agent(
    role="高级研究员",
    goal="发现 AI 领域的最新趋势",
    backstory="你是一个经验丰富的技术研究员，擅长信息收集和分析",
    tools=[search_tool, web_scraper],
    verbose=True,
    allow_delegation=False,  # 是否允许委托任务给其他 Agent
)

writer = Agent(
    role="技术写手",
    goal="撰写清晰的技术文章",
    backstory="你是一个擅长将复杂技术概念转化为易懂文章的作者",
    tools=[],  # 写手不需要额外工具
    verbose=True,
)

# 2. 定义任务
research_task = Task(
    description="搜索 AI Agent 在 2025 年的最新发展",
    expected_output="一份详细的技术趋势报告，包含 5 个关键技术方向",
    agent=researcher,
)

writing_task = Task(
    description="基于研究结果撰写一篇技术文章",
    expected_output="一篇 1000 字左右的技术博客文章",
    agent=writer,
    context=[research_task],  # 依赖研究任务的结果
)

# 3. 组建团队并执行
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    process=Process.sequential,  # 串行执行
    verbose=True,
)

result = crew.kickoff()
print(f"最终输出: {result}")

执行流程

Process.sequential（串行）:
  研究员(搜索) → 写手(撰写) → 完成

Process.hierarchical（分层）:
  管理员 → 分配任务 → 研究员 → 写手 → 管理员(汇总)

CrewAI vs AutoGen

维度	CrewAI	AutoGen
核心模型	角色 + 任务	对话
控制方式	开发者定义流程	Agent 自主对话
角色系统	一等公民（role/goal/backstory）	通过 system message
任务模型	内置 Task 对象	通过消息传递
适合场景	结构化的工作流	灵活的讨论式协作

---

三、面试视角

追问	答案要点
CrewAI 的核心概念？	Agent（角色化智能体）、Task（任务定义）、Crew（团队管理）。Agent 有角色和目标，Task 有描述和输出格式，Crew 负责编排执行
Process.sequential 和 Process.hierarchical 的区别？	Sequential：任务按顺序执行，前一个输出是后一个的输入。Hierarchical：有一个管理 Agent 分配任务和汇总结果。Sequential 简单可控，Hierarchical 灵活但复杂
CrewAI 适用场景？	结构化工作流：研究→写作、数据收集→分析→报告、内容审核流水线。不适合需要 Agent 自主讨论和辩论的场景

📚 相关链接

• **AutoGen** — 对比框架
• **角色分配与编排** — 角色理论
• ← 返回 **Agent框架索引**