Token导航 LogoToken导航TokenDH.com
Research Assistant Agent logo
AI代理stdio官方级别未说明来源级核验

Research Assistant Agent

MCP Server

一个基于crewAI框架的多AI代理协作系统,用于高效完成复杂研究任务。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
AI代理多代理协作Python

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Anshul-ydv

提供方

Anshul-ydv

最后核验

2026/5/17 20:19

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install uv

详细介绍

使用Crew和ADK的研究代理

欢迎来到ResearchCrew Crew项目,由 乘员AI。此模板旨在帮助您轻松设置多代理AI系统,利用crewAI提供的强大而灵活的框架。我们的目标是使您的代理能够在复杂任务上有效协作,最大限度地提高他们的集体智慧和能力。

安装

确保您的系统上安装了Python>=3.10\<3.14。此项目使用 紫外线 用于依赖关系管理和包处理,提供无缝的设置和执行体验。

首先,如果你还没有安装uv:

pip install uv

接下来,导航到项目目录并安装依赖项:

(可选)锁定依赖项并使用CLI命令安装它们:

crewai install

自定义

添加你的 GEMINI_API_KEY 进入 .env 文件

  • 修改 src/research_crew/config/agents.yaml 定义您的代理
  • 修改 src/research_crew/config/tasks.yaml 定义您的任务
  • 修改 src/research_crew/crew.py 添加您自己的逻辑、工具和特定参数
  • 修改 src/research_crew/main.py 为您的代理和任务添加自定义输入

运行项目

要启动AI代理团队并开始任务执行,请从项目的根文件夹运行以下命令:

$ crewai run

此命令初始化research_crew crew,组装代理并按照配置中的定义为其分配任务。

这个例子,未经修改,将运行create a report.md 根文件夹中包含LLM研究结果的文件。

了解你的船员

research_crew crew由多个AI代理组成,每个代理都有独特的角色、目标和工具。这些代理在一系列任务上进行协作,这些任务在 config/tasks.yaml,利用他们的集体技能来实现复杂的目标。这 config/agents.yaml 该文件概述了团队中每个代理的功能和配置。

支持

有关ResearchCrew Crew或Crew AI的支持、问题或反馈。

让我们用crewAI的强大和简单创造奇迹。

目录标签

目录标签

AI代理多代理协作Python本地部署研究自动化任务分配

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP