CrewAI 教程 · 课程导学
本课程基于 CrewAI 1.x 官方文档编写,共 25 章,从零基础到企业级多智能体应用。
模型接入约定
CrewAI 通过 LiteLLM 支持上百种模型。按课程要求,所有示例均使用 OpenAI 兼容的三方模型:
python
from crewai import LLM
llm = LLM(
model="openai/deepseek-chat", # provider/model 格式
base_url="https://api.deepseek.com/v1",
api_key="sk-xxx",
temperature=0.7,
)你将学到什么
| 阶段 | 章节 | 内容 |
|---|---|---|
| 入门 | 01–05 | 核心概念、第一个 Crew、Agent/Task/Crew 三大件详解 |
| 进阶 | 06–12 | LLM 配置、工具体系、分层流程、记忆、知识库、结构化输出 |
| 高级 | 13–19 | 规划与容错、回调事件、Flow 工作流、工程化项目、多 Crew 编排 |
| 生产实践 | 20–25 | MCP、评估训练、可观测性、部署服务化与两个综合实战 |
官方参考源
本课程严格对照以下权威文档编写:
| 来源 | 链接 |
|---|---|
| docs.crewai.com | https://docs.crewai.com/ |
| github.com | https://github.com/joaomdmoura/crewAI |
内容版本基准:CrewAI 1.15+
学习前提
- Python 基础;建议先完成本站 Agno 教程 前 6 章,理解 Agent 基本概念后学习效果更佳;
- Python 3.10–3.13 环境(CrewAI 官方要求)。
👉 从 第 1 章 开始。