ホームページ · ドキュメント · クラウドトライアルを開始 · ブログ · フォーラム
CrewAI は、ゼロから完全に構築された軽量で超高速な Python フレームワークで、LangChain や他のエージェントフレームワークに完全に独立しています。高度な単純性と正確なレベルの制御の両方を開発者に提供し、あらゆるシナリオに適応したオートノーマスな AI エージェントの作成に最適です。
- CrewAI Crews：自律性と協調的な知能のために最適化されています。
- CrewAI Flows：マルチエージェントシステムの構築と展開のためのエンタープライズおよび本番向けアーキテクチャです。きめ細かいイベント駆動制御を可能にし、正確なタスク調整のための単一の LLM 呼び出しをサポートし、Crews をネイティブにサポートします。
learn.crewai.com でのコミュニティコースを通じて認定された 100,000 人以上の開発者により、CrewAI はエンタープライズ対応の AI 自動化の標準となりつつあります。
CrewAI AMP Suite は、セキュアでスケーラブルで管理しやすいエージェント駆動自動化を必要とする組織のために調整された包括的なバンドルです。
スイートの一部である Crew Control Plane を無料で試すことができます。
- トレーシングと可観測性：メトリクス、ログ、トレースを含む、AI エージェントとワークフローをリアルタイムで監視および追跡します。
- 統一制御プレーン：AI エージェントとワークフローを管理、監視、スケーリングするための集中型プラットフォームです。
- シームレスな統合：既存のエンタープライズシステム、データソース、クラウドインフラストラクチャと簡単に接続できます。
- 高度なセキュリティ：安全な展開と管理を保証する組み込みの堅牢なセキュリティとコンプライアンス対策です。
- 実用的なインサイト：パフォーマンスと意思決定を最適化するためのリアルタイム分析とレポーティングです。
- 24/7 サポート：継続的な運用と迅速な問題解決を保証する専任エンタープライズサポートです。
- オンプレミスおよびクラウド展開オプション：セキュリティとコンプライアンスの要件に応じて、CrewAI AMP をオンプレミスまたはクラウドに展開できます。
CrewAI AMP は、複雑なビジネスプロセスを効率的でインテリジェントな自動化に変換する強力で信頼性の高いソリューションを求めるエンタープライズのために設計されています。
- AIで構築する
- なぜCrewAIか？
- はじめに
- 主な機能
- FlowsとCrewsの理解
- CrewAI vs LangGraph
- 例
- CrewをモデルにつなげるCrewをモデルに接続する
- CrewAIの比較方法
- よくある質問（FAQ）
- 貢献
- テレメトリ
- ライセンス
AIコーディングエージェントを使用していますか？一つのコマンドでCrewAIのベストプラクティスを教えてください。
Claude Code：
/plugin marketplace add crewAIInc/skills
/plugin install crewai-skills@crewai-plugins
/reload-plugins関連するCrewAIに関する質問をすると自動的に起動する4つのスキル。
| スキル | 実行されるタイミング |
|---|---|
getting-started |
新しいプロジェクトのスキャフォルディング、LLM.call() / Agent / Crew / Flowの選択、crew.py / main.pyの配線 |
design-agent |
エージェントの設定—ロール、目的、背景ストーリー、ツール、LLM、メモリ、ガードレール |
design-task |
タスク説明、依存関係、構造化された出力（output_pydantic、output_json）、人間によるレビューの記述 |
ask-docs |
ライブなCrewAI docs MCPサーバーへの照会で最新のAPIの詳細を取得 |
Cursor、Codex、Windsurf、その他（skills.sh）：
npx skills add crewaiinc/skillsこれは公式なCrewAI Skillsをインストールします。コーディングエージェントにFlowのスキャフォルディング、Crewsの設定、エージェントとタスクの設計、CrewAIパターンの遵守を行う方法を教える構造化された指示です。
CrewAIはマルチエージェントオートメーションの真の可能性を解き放ち、AIエージェントのCrewsまたはEventsのFlowsで、速度、柔軟性、制御の業界最高の組み合わせを実現します。
- スタンドアロンフレームワーク：ゼロから構築され、LangChainや他のエージェントフレームワークから独立しています。
- 高パフォーマンス：速度と最小限のリソース使用のために最適化されており、より高速な実行を可能にします。
- 柔軟な低レベルカスタマイズ：全体的なワークフローとシステムアーキテクチャから、細かいエージェント動作、内部プロンプト、実行ロジックまで、高レベルと低レベルの両方でカスタマイズする完全な自由があります。
- すべてのユースケースに最適：シンプルなタスクと非常に複雑で実世界のエンタープライズグレードのシナリオの両方に効果的であることが証明されています。
- 堅牢なコミュニティ：10万人以上の認定開発者からなる急速に成長するコミュニティに支援され、包括的なサポートとリソースを提供しています。
CrewAIは開発者とエンタープライズが確信を持ってインテリジェントなオートメーションを構築できるようにし、シンプルさ、柔軟性、パフォーマンスのギャップを埋めています。
このチュートリアルに従うことで、初めてのCrewAIエージェントをセットアップして実行してください。
学習リソース
包括的なコースを通じてCrewAIを学んでください。
- CrewAIを使用したマルチAIエージェントシステム - マルチエージェントシステムの基礎を習得します
- 実践的なマルチAIエージェントとCrewAIを使用した高度なユースケース - 高度な実装への深い潜り込み
CrewAIは、洗練されたAIアプリケーションを構築するためにシームレスに連携する2つの強力な補完的なアプローチを提供しています。
-
Crews：真の自律性と行為性を持つAIエージェントのチーム。ロールベースのコラボレーションを通じて複雑なタスクを達成するために協力します。Crewsは以下を可能にします。
- エージェント間の自然で自律的な意思決定
- 動的なタスク委譲とコラボレーション
- 定義された目標と専門知識を持つ特化したロール
- 柔軟な問題解決アプローチ
-
Flows：本番環境対応で、イベント駆動のワークフロー。複雑なオートメーション上の正確な制御を提供します。Flowsは以下を提供します。
- 実世界のシナリオのための実行パス上の細かい制御
- タスク間の安全で一貫した状態管理
- AIエージェントと本番Pythonコードのクリーンな統合
- 複雑なビジネスロジックのための条件付き分岐
CrewAIの真の力はCrewsとFlowsを組み合わせた時に現れます。このシナジーは以下を可能にします。
- 複雑で本番グレードのアプリケーションの構築
- 自律性と正確な制御のバランス
- 洗練された実世界のシナリオの処理
- クリーンで保守可能なコード構造の維持
CrewAIを始めるには、以下の簡単なステップに従ってください。
システムにPython >=3.10 <3.14 がインストールされていることを確認してください。CrewAIは依存関係管理とパッケージ処理にUVを使用し、シームレスなセットアップと実行体験を提供します。
まず、CrewAIをインストールしてください。
uv pip install crewaiエージェント向けの追加ツールを含むオプション機能とともに「crewai」パッケージをインストールしたい場合は、以下のコマンドを使用して実行できます。
uv pip install 'crewai[tools]'上記のコマンドは基本パッケージをインストールし、機能するためにより多くの依存関係が必要な追加コンポーネントも追加します。
インストール中または使用中に問題が発生した場合は、以下は一般的なソリューションです。
-
ModuleNotFoundError: No module named 'tiktoken'
- tiktokenを明示的にインストールしてください：
uv pip install 'crewai[embeddings]' - embedchainやその他のツールを使用している場合：
uv pip install 'crewai[tools]'
- tiktokenを明示的にインストールしてください：
-
Failed building wheel for tiktoken
- Rustコンパイラがインストールされていることを確認してください（上記のインストール手順を参照）
- Windowsの場合：Visual C++ビルドツールがインストールされていることを確認してください
- pipのアップグレードを試してください：
uv pip install --upgrade pip - 問題が続く場合は、プリビルドホイールを使用してください：
uv pip install tiktoken --prefer-binary
新しいCrewAIプロジェクトを作成するには、以下のCLI（コマンドラインインターフェース）コマンドを実行してください。
crewai create crew <project_name>このコマンドは以下の構造を持つ新しいプロジェクトフォルダを作成します。
my_project/
├── .gitignore
├── pyproject.toml
├── README.md
├── .env
└── src/
└── my_project/
├── __init__.py
├── main.py
├── crew.py
├── tools/
│ ├── custom_tool.py
│ └── __init__.py
└── config/
├── agents.yaml
└── tasks.yaml
src/my_projectフォルダ内のファイルを編集してクルーの開発を始めることができます。main.pyファイルはプロジェクトのエントリーポイント、crew.pyファイルはクルーを定義する場所、agents.yamlファイルはエージェントを定義する場所、tasks.yamlファイルはタスクを定義する場所です。
src/my_project/config/agents.yamlを変更してエージェントを定義してください。src/my_project/config/tasks.yamlを変更してタスクを定義してください。src/my_project/crew.pyを変更して、独自のロジック、ツール、特定の引数を追加してください。src/my_project/main.pyを変更してエージェントとタスクのカスタム入力を追加してください。- 環境変数を
.envファイルに追加してください。
クルーをインスタンス化します：
crewai create crew latest-ai-developmentユースケースに合わせてファイルを必要に応じて変更してください：
agents.yaml
# src/my_project/config/agents.yaml
researcher:
role: >
{topic} Senior Data Researcher
goal: >
Uncover cutting-edge developments in {topic}
backstory: >
You're a seasoned researcher with a knack for uncovering the latest
developments in {topic}. Known for your ability to find the most relevant
information and present it in a clear and concise manner.
reporting_analyst:
role: >
{topic} Reporting Analyst
goal: >
Create detailed reports based on {topic} data analysis and research findings
backstory: >
You're a meticulous analyst with a keen eye for detail. You're known for
your ability to turn complex data into clear and concise reports, making
it easy for others to understand and act on the information you provide.tasks.yaml
# src/my_project/config/tasks.yaml
research_task:
description: >
Conduct a thorough research about {topic}
Make sure you find any interesting and relevant information given
the current year is 2025.
expected_output: >
A list with 10 bullet points of the most relevant information about {topic}
agent: researcher
reporting_task:
description: >
Review the context you got and expand each topic into a full section for a report.
Make sure the report is detailed and contains any and all relevant information.
expected_output: >
A fully fledge reports with the mains topics, each with a full section of information.
Formatted as markdown without '```'
agent: reporting_analyst
output_file: report.mdcrew.py
# src/my_project/crew.py
from crewai import Agent, Crew, Process, Task
from crewai.project import CrewBase, agent, crew, task
from crewai_tools import SerperDevTool
from crewai.agents.agent_builder.base_agent import BaseAgent
from typing import List
@CrewBase
class LatestAiDevelopmentCrew():
"""LatestAiDevelopment crew"""
agents: List[BaseAgent]
tasks: List[Task]
@agent
def researcher(self) -> Agent:
return Agent(
config=self.agents_config['researcher'],
verbose=True,
tools=[SerperDevTool()]
)
@agent
def reporting_analyst(self) -> Agent:
return Agent(
config=self.agents_config['reporting_analyst'],
verbose=True
)
@task
def research_task(self) -> Task:
return Task(
config=self.tasks_config['research_task'],
)
@task
def reporting_task(self) -> Task:
return Task(
config=self.tasks_config['reporting_task'],
output_file='report.md'
)
@crew
def crew(self) -> Crew:
"""Creates the LatestAiDevelopment crew"""
return Crew(
agents=self.agents, # Automatically created by the @agent decorator
tasks=self.tasks, # Automatically created by the @task decorator
process=Process.sequential,
verbose=True,
)
