多智能体框架：用 CrewAI 让一群 Agent 协作

多智能体框架帮你管什么

手写多智能体,累在"编排"——谁发言、消息给谁、何时结束。框架把这些抽象成几个概念:

• 角色(Agent):一个有身份、目标、背景的"员工"
• 任务(Task):派给某个角色的具体活,带期望产出
• 团队(Crew)/ 群聊:把角色和任务组织起来,按流程跑

主流框架:

• CrewAI——最像"招一支团队"(角色/目标/背景 + 任务),上手最直观,2026 最火。
• AutoGen(微软)——群聊式编排(轮流发言 / LLM 选下一个发言者),偏对话协作。
• AgentScope(阿里)——国内生态的多智能体框架。

入门先用 CrewAI(可读性最好),需要复杂对话编排再看 AutoGen。

🔧 上手:一支"调研员 + 作者"小队

下面 复制即可运行。两个角色接力:调研员先收集要点,作者再写成科普——你不用管消息怎么传,框架替你接力。

# pip install "crewai>=0.80"          # 钉个版本，CrewAI 升级较快
import os
os.environ["DEEPSEEK_API_KEY"] = "你的KEY"   # CrewAI 底层用 litellm，它认这个环境变量
from crewai import Agent, Task, Crew, LLM

llm = LLM(model="deepseek/deepseek-chat")     # litellm 内置 DeepSeek，不用再写 base_url

researcher = Agent(role="调研员", goal="收集某主题的关键事实",
                   backstory="你严谨、只讲有依据的事实，不编。", llm=llm)
writer = Agent(role="科普作者", goal="把要点写成通俗易懂的短文",
               backstory="你擅长把复杂的东西讲得有趣好懂。", llm=llm)

t1 = Task(description="调研「AI 智能体是什么」的 3 个关键点",
          expected_output="3 条简洁要点", agent=researcher)
t2 = Task(description="根据上一步的要点，写一段约 100 字的科普",
          expected_output="一段通俗科普短文", agent=writer)

crew = Crew(agents=[researcher, writer], tasks=[t1, t2])
print(crew.kickoff())     # 调研员先干 t1，作者拿着结果干 t2，最后输出短文

运行后,调研员先产出 3 条要点,作者自动拿到这些要点写成短文——你一句"消息传递"的代码都没写。这就是多智能体框架的价值:声明角色和任务,协作自动发生。

📌 CrewAI / AutoGen API 都在快速演进,以官方文档为准;但"角色 + 任务 + 团队"这个心智模型是稳定的。

对比 a4.1 手写版

我想用 CrewAI 做一个多智能体团队完成这个任务:『___』(我来描述)。请帮我设计 2-3 个角色(role/goal/backstory)和对应的 Task(description/expected_output),并给出用 Crew 组装、kickoff 运行的完整代码。