Crewai Enterprise MCP Actor

🚀 CrewAI企业MCP服务器

模型上下文协议（MCP）服务器，提供对CrewAI Enterprise API的访问，用于AI代理编排和任务执行，部署在 Apify平台.

此Actor使您能够：

• 通过MCP连接到您的CrewAI Enterprise服务器
• 使用自定义输入启动船员任务
• 监控机组任务状态和结果
• 使用Apify的按事件付费（PPE）模型使您的服务器货币化

✨ 特性

• CrewAI集成：直接访问CrewAI Enterprise API端点
• 内置充电：集成 按事件付费（PPE） 用于：

- 服务器启动 - 工具调用（kickoff_crew、get_crew_status） - 工具列表

• 易于配置：通过Actor输入或环境变量进行简单设置
• SSE 运输：通过服务器发送的事件公开MCP服务器以进行实时通信

🛠 可用工具

kickoff_crew

使用提供的输入启动新的机组任务。

参数：

• inputs （object）：包含机组人员查询和其他输入参数的词典

退货： 包含机组任务响应的词典，包括检查状态所需的机组ID。

get_crew_status

通过船员任务的ID获取其状态。

参数：

• crew_id （string）：要检查的机组任务的ID

退货： 包含机组任务状态和结果的词典。

🚀 快速开始

1.配置Actor

通过以下方式设置您的CrewAI Enterprise服务器详细信息：

演员输入（推荐）：

• crewaiServerUrl：您的CrewAI Enterprise服务器URL（例如。， https://your-crewai-server.com/api)
• bearerToken：用于通过CrewAI Enterprise API进行身份验证的承载令牌

环境变量：

• MCP_CREWAI_ENTERPRISE_SERVER_URL：CrewAI企业服务器URL
• MCP_CREWAI_ENTERPRISE_BEARER_TOKEN：用于身份验证的承载令牌

2.部署并启用待机模式

1. 将Actor部署到Apify
2. 为Actor启用待机模式
3. 注意Actor的备用URL

3.使用MCP客户端连接

将以下配置添加到MCP客户端：

{
    "mcpServers": {
        "crewai-enterprise": {
            "url": "https://your-actor.apify.actor/sse"
        }
    }
}

4.使用工具

连接后，您可以在MCP客户端中使用CrewAI工具：

// Start a crew task
const result = await mcpClient.callTool("kickoff_crew", {
    inputs: {
        query: "Analyze market trends for Q1 2024",
        additional_context: "Focus on technology sector"
    }
});

// Check crew status
const status = await mcpClient.callTool("get_crew_status", {
    crew_id: result.crew_id
});

💰 定价

此演员使用 按事件付费（PPE） 货币化模式：

• 服务器启动：每次启动0.01美元
• 工具调用：每次工具执行0.05美元（kickoff_crew，get_crew_status）
• 工具列表：每次列表操作0.001美元

🔧 配置

所需配置

您必须通过Actor输入或环境变量提供：

1. CrewAI服务器URL：CrewAI Enterprise服务器的端点URL
2. 承载令牌：CrewAI Enterprise API的身份验证令牌

可选配置

Actor会自动处理：

• SSE传输设置
• 错误处理和重试
• 运营收费
• 待机模式配置

📚 示例用法

启动船员任务

# Example crew inputs
crew_inputs = {
    "task": "Research and analyze competitor pricing strategies",
    "context": {
        "industry": "SaaS",
        "company_size": "startup",
        "target_market": "SMB"
    },
    "agents": ["researcher", "analyst", "writer"]
}

# Start the crew
result = await kickoff_crew(crew_inputs)
crew_id = result["crew_id"]

监控任务进度

# Check status periodically
status = await get_crew_status(crew_id)

if status["status"] == "completed":
    print("Task completed!")
    print("Results:", status["results"])
elif status["status"] == "running":
    print("Task still running...")
    print("Progress:", status.get("progress", "Unknown"))
else:
    print("Task status:", status["status"])

🔗 相关资源

• CrewAI企业文档
• 模型上下文协议文档
• 规范MCP文档
• Anthropic的模型上下文协议是什么？

🚀 部署

使用Apify CLI

1. 安装Apify CLI： npm install -g apify-cli
2. 登录： apify login
3. 部署： apify push

使用Git集成

1. 将Git存储库连接到Apify
2. 推动更改以触发自动部署
3. 在Apify控制台中配置环境变量

🛡️ 安全

• 承载令牌通过Apify的秘密管理进行安全处理
• 所有API通信都使用HTTPS
• Actor在隔离的容器环境中运行
• 没有记录或存储敏感数据

📞 支持

关于以下问题：

• CrewAI企业：联系CrewAI支持
• Apify平台：检查 APIFY文档 或 不和谐社区
• MCP协议：参见 MCP文件

📄 许可证

此Actor是按照标准Apify条款提供的。CrewAI Enterprise是一项独立的服务，有自己的许可条款。