--- title: "工作流编排参考：crewAI - 工作流编排 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-crewai/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [WF-081 工作流编排参考：claude orchestration](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-claude-orchestration/) - [WF-082 工作流编排参考：crewAI](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-crewai/) - [WF-083 工作流编排参考：glink engine](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-glink-engine/) - [WF-084 工作流编排参考：langgraph](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-langgraph/) - [WF-085 工作流编排参考：multiagent business automation](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-multiagent-business-automation/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Agent Building · 工作流编排 · Agent Building 参考 · WF-082 # 工作流编排参考：crewAI 思行致远 · 2026/6/30 · 置信度：高 工作流编排状态机handoff任务路由 用 Crews 表达自治 Agent 团队，用 Flows 表达事件驱动控制流的 Python 多 Agent 自动化框架。 # crewAI > 用 Crews 表达自治 Agent 团队，用 Flows 表达事件驱动控制流的 Python 多 Agent 自动化框架。 ## 这个能力解决什么问题 CrewAI 解决的是“纯自治 Agent 太不可控，纯工作流又不够灵活”的问题。它把系统拆成两层：Crews 负责角色协作和任务分工，Flows 负责状态、分支、路由和生产逻辑。这样既能让研究员、分析员等 Agent 自主完成任务，也能用明确的流程控制它们在何时启动、如何交接、何时需要确定性 Python 代码处理。 ## 核心逻辑 输入通常是项目 scaffold、`agents.yaml`、`tasks.yaml`、Python crew/flow 代码和运行时 inputs。Crew 定义 Agent 的 role、goal、backstory、tools 和 Task 的 description、expected_output、agent、output_file；运行时 `kickoff` 把 inputs 注入任务，按 sequential 或 hierarchical process 执行。Flows 则提供 event-driven 状态流，可把 Crew 嵌入到更受控的生产流程中。输出是控制台结果、报告文件、结构化任务结果或工作流状态。 ## 技术结构 - 关键模块：Agent/Crew/Task/Process 构成 Crew 层；Flow 提供事件驱动控制、状态、分支和路由；CLI scaffold 生成 `crew.py`、`main.py`、`agents.yaml`、`tasks.yaml`；tools、memory、knowledge、MCP/A2A、checkpointing 支撑更复杂能力。 - 调用链路：CLI 创建项目 → YAML 定义角色和任务 → `crew.py` 绑定工具和 process → `main.py` 传入 inputs → Crew 按任务顺序或 manager 协调执行 → 输出报告或状态。 - 输入输出：输入是 topic/业务参数、Agent/Task 配置、工具 key；输出是 report.md、任务结果、流式事件、Flow 状态或集成动作。 - 核心依赖：Python >=3.10 <3.14，uv 安装；可选 `crewai[tools]`，示例里常接 Serper、OpenAI 或其他 LLM API。 ## 为什么值得参考 CrewAI 的设计亮点是把“自治”和“控制”分层表达：Crew 适合团队协作，Flow 适合生产流程。这个区分对内部工作流很有启发：不是所有东西都要做成 Agent，也不是所有流程都该用 if/else 写死。它还把 YAML 配置和 Python 代码结合，适合非纯程序员先读懂结构，再让工程层补工具。 ## 为什么不建议直接套用 CrewAI 示例很容易诱导人把 role/goal/backstory 写得很漂亮，但真正质量取决于 expected_output、工具、评估和流程控制。安装工具包可能引入额外依赖，例如 tiktoken/Rust 编译问题。默认 YAML 项目也会生成 `.env` 使用方式，企业或团队内部需要改成更严格的密钥与权限管理。 ## 如何改造成自己的版本 - 用 Crew 表达需要判断和综合的部分，用 Flow 表达必须可靠执行的节点。 - 每个 Task 必须写 expected_output、验收标准和输出文件，而不只写角色背景。 - 把工具接入放在 `crew.py` 层，YAML 只写任务语义，避免配置里藏执行副作用。 - 对 sequential/hierarchical 两种 process 各跑一个样例，比较 manager 是否真的提升质量。 - 为每个 Crew 增加最终 reviewer task，不让生成结果直接进入交付。 ## 适用场景 - 研究报告、市场分析、旅行规划、岗位描述、销售资料等多角色内容/业务自动化。 - 需要把 Agent 自主协作嵌入明确生产流程。 - 希望用 YAML 管理角色和任务，用 Python 管工具和流程。 ## 不适用场景 - 对输出正确性有硬约束但没有 eval/测试的流程。 - 不需要多角色，只是单次模型调用或简单工具调用。 - 无法维护 API key、第三方搜索工具和 Python 依赖的环境。 ## Agent Building 判断 - 多步工作流：inputs → Agent/Task YAML → Crew sequential/hierarchical process → Flow 控制分支和状态 → 输出文件/结果。 - 工作标准：Agent role/goal/backstory、Task description/expected_output/output_file、Process 明确交付契约。 - Loop 标准：hierarchical manager 可规划、委派和验证；Flows 提供状态分支、checkpoint 和 deterministic steps。 - Harness 标准：CLI scaffold、examples、verbose logs、checkpointing、human input 和集成生态支撑运行验证。 - 工具调用链路或 Agent 间通信：Agent 绑定 tools，Crew 按 Task 传递上下文，Flows 连接 Crew 与 Python 业务逻辑。 - 为什么不是 persona / profile / system prompt only：CrewAI 有运行时、任务配置、流程控制和工具集成，角色设定只是其中一层。 ## 参考信息 - 原项目：[crewAI](https://github.com/crewAIInc/crewAI) - 作者：crewAIInc - 相关概念：[[Agent编排]]、[[多Agent协作]] - 相关卡片：[workflow-read-081](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-claude-orchestration/) ## 参考对象信息 **名称：**crewAI **作者：**crewAIInc **链接：**[https://github.com/crewAIInc/crewAI](https://github.com/crewAIInc/crewAI) ## 适用场景与行动 **场景：**Agent Building / 工作流编排 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的工作流编排流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [上一张：工作流编排参考：claude orchestration](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-claude-orchestration/) [下一张：工作流编排参考：glink engine](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-glink-engine/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)