CrewAI安装使用小白教程

10分钟搭建你的AI团队让多个Agent协作完成复杂任务

— — — — — — — — — —

一、CrewAI是什么？

CrewAI是目前最火的多Agent协作框架，GitHub 35K+ Star。它的核心理念是将复杂任务拆分给多个AI Agent，各自扮演不同角色，像真正的团队一样协作完成——就像管理一个AI员工团队。

举个例子：你想做一个市场调研报告，可以组建一个"AI团队"：

• 研究员Agent：负责搜集资料和信息整理

• 分析师Agent：负责数据分析和趋势判断

• 撰稿人Agent：负责整合信息、撰写报告

三个Agent各司其职，协同工作，效率远超单个Agent！

二、安装前准备

2.1 系统要求

项目	要求
操作系统	Windows 10+、macOS 11+、Linux
Python	3.10+（推荐3.12，但不支持3.14+）
内存	至少4GB RAM
网络	能访问LLM API

三、安装CrewAI

3.1 创建项目目录和虚拟环境

# 创建项目目录 mkdir crewai-demo && cd crewai-demo # 创建虚拟环境 # Linux/macOS: python3 -m venv venv source venv/bin/activate # Windows: python -m venv venv venv\Scripts\activate # 升级pip pip install --upgrade pip

3.2 安装CrewAI核心包

pip install crewai pip install crewai-tools pip install requests python-dotenv pydantic

💡 安装时间约2-5分钟，包大小约200MB。如果下载慢，使用国内镜像： pip install crewai -i https://pypi.tuna.tsinghua.edu.cn/simple

3.3 验证安装

python -c "from crewai import Agent, Task, Crew; print('安装成功！')"

四、配置大模型API Key

CrewAI需要一个LLM来驱动Agent。国内用户推荐阿里云DashScope（通义千问），无需翻墙、中文支持最好、价格最低。

4.1 获取API Key

• 1. 访问 https://dashscope.console.aliyun.com/

• 2. 注册/登录阿里云账号

• 3. 点击「API-KEY 管理」→「创建新的API-KEY」

• 4. 立即复制保存Key（格式：sk-xxxxxxxx...，只显示一次）

4.2 创建配置文件

# 在项目目录下创建 .env 文件 cat > .env << EOF DASHSCOPE_API_KEY=sk-你的API-Key DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 OPENAI_MODEL=qwen-plus EOF

⚠️ 不要把 .env 文件提交到Git！在 .gitignore 中添加 .env

五、创建你的第一个AI团队

下面是一个完整的示例——创建一个"市场调研AI团队"：

import os from dotenv import load_dotenv from crewai import Agent, Task, Crew, LLM # 加载环境变量 load_dotenv() # 配置模型 llm = LLM( model="qwen-plus", api_key=os.getenv("DASHSCOPE_API_KEY"), base_url="https://dashscope.aliyuncs.com/compatible-mode/v1" ) # 定义Agent 1：研究员 researcher = Agent( role="市场研究员", goal="搜集AI Agent市场的最新信息和趋势", backstory="你是一位经验丰富的市场研究员，擅长从海量信息中提取关键洞察", llm=llm, verbose=True ) # 定义Agent 2：分析师 analyst = Agent( role="数据分析师", goal="分析市场数据，识别增长趋势和机会", backstory="你是一位资深数据分析师，擅长从数据中发现商业价值", llm=llm, verbose=True ) # 定义Agent 3：撰稿人 writer = Agent( role="报告撰写人", goal="将研究与分析结果整合为一份专业的市场报告", backstory="你是一位专业撰稿人，擅长将复杂信息转化为清晰的商业报告", llm=llm, verbose=True ) # 定义任务 research_task = Task( description="调研2026年AI Agent市场的主要玩家、市场规模和发展趋势", expected_output="一份包含市场概述、主要玩家和关键趋势的调研摘要", agent=researcher ) analysis_task = Task( description="基于调研结果，分析市场增长趋势、竞争格局和投资机会", expected_output="一份数据驱动的市场分析报告，包含增长预测和机会识别", agent=analyst ) writing_task = Task( description="将调研和分析结果整合为一份完整的市场报告", expected_output="一份结构清晰、内容专业的市场调研报告（中文，1500字以上）", agent=writer ) # 组建团队 crew = Crew( agents=[researcher, analyst, writer], tasks=[research_task, analysis_task, writing_task], verbose=True ) # 启动！ result = crew.kickoff() print("\n===== 最终报告 =====\n") print(result)

六、核心概念解释

概念	解释	类比
Agent	一个AI角色，有特定的角色、目标和背景	团队中的一个员工
Task	一个具体任务，有描述和预期输出	分配给员工的一项工作
Crew	一组Agent和Task的集合，定义协作流程	一个项目团队
Tool	Agent可以使用的工具（搜索、文件读写等）	员工的工作工具
Process	任务执行方式（Sequential串行/Hierarchical层级）	团队的管理方式

七、常见问题

问题	解决方法
pip install失败	升级pip；使用清华镜像 -i https://pypi.tuna.tsinghua.edu.cn/simple
API Key 401错误	检查 .env 文件中的 Key 是否正确；用 echo $DASHSCOPE_API_KEY 验证
网络连接超时	ping dashscope.aliyuncs.com 测试连通性
虚拟环境无法激活(Windows)	Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Agent执行时间过长	减少 max_tokens，使用更快的模型（如 qwen-turbo）

八、进阶方向

• 自定义Tool：创建自己的工具函数，让Agent具备特定领域能力

• Hierarchical流程：设置Manager Agent来协调其他Agent，适合复杂项目

• 记忆功能：为Agent添加短期/长期记忆，让协作更连贯

• 人类反馈：在关键步骤插入人类审核节点，确保质量

— — — — — — — — — —

本文发布于2026年6月4日。CrewAI更新频繁，建议关注 docs.crewai.com.cn 获取最新文档。