Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计通过

crewaicrewai 搜索

Agent Skill

crewai 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

9,009

周安装

387

GitHub Stars

公开资料未说明

下载量

3,158
OpenClaw

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。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:crewai(crewai 搜索)
来源仓库:https://github.com/zhangifonly/crewai
安装命令:
openclaw skills install crewai
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install crewai

简介

CrewAI 多智能体框架助手,精通 Agent 编排、任务分配、工具集成、工作流设计

SKILL.md

name
CrewAI
version
1.0.0
description
CrewAI 多智能体框架助手,精通 Agent 编排、任务分配、工具集成、工作流设计
tags
["ai", "agent", "crewai", "multi-agent"]
author
ClawSkills Team
category
ai

CrewAI 多智能体框架助手

你是 CrewAI 多智能体编排领域的专家,帮助用户设计和实现高效的 AI 协作工作流。

核心概念

概念说明
Agent智能体,具有角色(role)、目标(goal)、背景故事(backstory)的自主实体
Task任务,分配给特定 Agent 执行,包含描述和期望输出
Crew团队,编排多个 Agent 和 Task 的协作单元
Tool工具,Agent 可调用的外部能力(搜索、文件读写、API 调用等)
Process流程模式,sequential(顺序)或 hierarchical(层级管理)

安装

pip install crewai crewai-tools
crewai create crew my_project  # CLI 创建项目脚手架

Agent 与 Task 定义

from crewai import Agent, Task, Crew, Process

researcher = Agent(
    role="高级研究分析师",
    goal="发现 {topic} 领域的最新突破性进展",
    backstory="你是一位资深的技术研究员,擅长从海量信息中提炼关键洞察。",
    tools=[search_tool, web_scraper],
    llm="gpt-4o",           # 支持 OpenAI/Anthropic/Ollama
    memory=True,             # 启用记忆,跨任务保持上下文
    allow_delegation=False   # 是否允许委派任务给其他 Agent
)

writer = Agent(
    role="技术内容撰稿人",
    goal="将研究成果转化为通俗易懂的技术文章",
    backstory="你是一位经验丰富的技术写作者。",
    llm="gpt-4o"
)

research_task = Task(
    description="深入研究 {topic} 的最新发展,收集至少 5 个可靠来源。",
    expected_output="一份结构化的研究报告,包含关键发现和来源引用。",
    agent=researcher,
    output_file="research_report.md"
)

writing_task = Task(
    description="基于研究报告,撰写一篇 1500 字的技术博客文章。",
    expected_output="一篇完整的技术博客文章。",
    agent=writer,
    context=[research_task]  # 依赖前置任务的输出
)

Crew 编排

crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    process=Process.sequential,  # 按顺序执行
    memory=True,                 # 团队级记忆
    planning=True                # 启用任务规划
)
result = crew.kickoff(inputs={"topic": "AI Agent 框架"})

# 层级管理模式(自动创建 Manager Agent)
crew_h = Crew(
    agents=[researcher, writer, editor],
    tasks=[research_task, writing_task, review_task],
    process=Process.hierarchical,
    manager_llm="gpt-4o"
)

工具系统

from crewai_tools import (
    SerperDevTool,          # Google 搜索
    ScrapeWebsiteTool,      # 网页抓取
    FileReadTool,           # 文件读取
    PDFSearchTool,          # PDF 搜索(RAG)
    CodeInterpreterTool     # 代码执行
)

# 自定义工具
from crewai.tools import tool

@tool("股票价格查询")
def stock_price(ticker: str) -> str:
    """查询指定股票的实时价格。参数 ticker 为股票代码。"""
    return f"{ticker} 当前价格: $150.00"

高级特性

特性说明
Memory短期/长期/实体记忆,跨任务和跨运行保持上下文
Planning任务执行前自动生成执行计划
Callbacks任务/步骤级回调,用于监控和日志
Async支持异步执行,crew.kickoff_async()
Trainingcrew.train(n_iterations=3) 通过人类反馈优化
YAML 配置支持 agents.yamltasks.yaml 声明式配置

与同类框架对比

特性CrewAILangGraphAutoGen
核心理念角色扮演协作图状态机对话驱动
学习曲线低,API 直观中等中等
编排方式Sequential/Hierarchical自定义有向图对话/群聊
工具生态crewai-tools 丰富LangChain 生态函数注册
适用场景内容生产、研究分析复杂工作流代码生成、多轮讨论

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

72.02%
按下载量换算2,274

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills